买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜安徽大学申请的专利基于光谱-空间注意力机制和残差网络的高光谱图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118298234B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410454695.4，技术领域涉及：G06V10/764；该发明授权基于光谱-空间注意力机制和残差网络的高光谱图像分类方法是由黄林生;章露;赵晋陵;阮超;雷雨;黄文江设计研发完成，并于2024-04-16向国家知识产权局提交的专利申请。

本基于光谱-空间注意力机制和残差网络的高光谱图像分类方法在说明书摘要公布了：本发明涉及一种基于光谱‑空间注意力机制和残差网络的高光谱图像分类方法，包括：输入高光谱图像；使用主成分分析进行降维，得到降维后的高光谱图像；进行初步特征提取，得到经特征提取后的图像；得到增强后的图像；得到进一步挖掘空间特征的图像；得到经过自适应校准后的图像；将经过自适应校准后的图像经过全局池化、展平、批归一化和全连接层，得到最终的分类结果。本发明使用深度可分离卷积块，以此实现轻量级、高效率的特征提取；残差SEA注意力模块通过纵向和横向挤压获取全局信息，又通过增强获取局部信息；残差EMA注意力模块能够获取像素间的成对关系，更好地挖掘空间特征；残差SE注意力模块能够自适应校准通道信息，更好获取通道信息。

本发明授权基于光谱-空间注意力机制和残差网络的高光谱图像分类方法在权利要求书中公布了：1.一种基于光谱-空间注意力机制和残差网络的高光谱图像分类方法，其特征在于：该方法包括以下顺序的步骤：1输入高光谱图像H∈Rh×w×l，其中h、w、l分别表示高光谱图像的长度、宽度和波段数；2对输入的高光谱图像H∈Rh×w×l使用主成分分析进行降维，得到降维后的高光谱图像HPCA∈Rh×w×b，将波段数从l降维到b；3将降维后的高光谱图像HPCA∈Rh×w×b通过两个3×3卷积块，进行初步特征提取，得到经特征提取后的图像H3×3；所述3×3卷积块包括一个二维3×3卷积、批归一化层和Relu激活函数；4将经特征提取后的图像H3×3通过两个残差SEA注意力模块，利用轴向挤压提取全局语义信息，再利用细节增强提取局部信息，得到增强后的图像HSEA；5将增强后的图像HSEA通过一个残差EMA注意力模块，重新校准通道权重，利用跨维交互捕获空间像素成对关系，得到进一步挖掘空间特征的图像HEMA；6将进一步挖掘空间特征的图像HEMA通过一个残差SE注意力模块，得到经过自适应校准后的图像HSE；7将经过自适应校准后的图像HSE经过全局池化、展平、批归一化和全连接层，得到最终的分类结果；所述步骤6具体是指：所述残差SE注意力模块包括第一二维卷积块、第二二维卷积块、SE注意力机制；所述第一二维卷积块和第二二维卷积块的结构相同，所述第一二维卷积块由批归一化层、3×3卷积和Relu激活函数组成；所述SE注意力机制包括全局平均池化层、全连接层和Relu激活函数；进一步挖掘空间特征的图像HEMA经过第一二维卷积块得到特征C1，将特征C1输入第二二维卷积块得到特征C2，将特征C1和特征C2进行残差连接得到特征C3；将C3输入SE注意力机制，先利用全局平均池化层对空间信息进行压缩，再利用全连接层和Relu激活函数对通道进行激励，得到通道权重，将通道权重和输入C3相乘得到特征C4，将特征C3和特征C4进行残差连接得到经过自适应校准后的图像HSE。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。