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Transformer边界感知的光学遥感图像显著目标检测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：CN115049921B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210458900.5，技术领域涉及：G06V20/10；该发明授权基于Transformer边界感知的光学遥感图像显著目标检测方法是由涂铮铮;陈燕雯;韩寒;王越;郑海军;谢星晨;伏傈豪设计研发完成，并于2022-04-27向国家知识产权局提交的专利申请。

本基于Transformer边界感知的光学遥感图像显著目标检测方法在说明书摘要公布了：本发明公开一种基于Transformer边界感知光学遥感图像显著性目标检测方法，本发明通过注意力机制引导浅层特征挖掘更多细节信息；通过基于Transformer全局上下文信息模块来建模全局上下文信息，从全局角度推断不同显著目标以及显著目标内部的关系，有利于生成更加完整的显著性图；此外通过边界感知解码器，将各层特征和边界特征进行交互融合，在强调显著区域的同时关注边界信息，从而得到比其他先进方法更高置信度的显著图。

本发明授权基于Transformer边界感知的光学遥感图像显著目标检测方法在权利要求书中公布了：1.一种基于Transformer边界感知的光学遥感图像显著目标检测方法，其特征在于：包括以下步骤：步骤S1、使用特征编码器编码获得遥感图像的多级特征，并将遥感图像特征标记为f1～f4；步骤S2、通过空间注意力机制引导浅层特征f1和f2进行交互优化，并融合提取共有区域特征信息，得到新的浅层特征F1和F2；具体方法为；首先，计算浅层特征的空间注意力图As：As＝SpatialAttnfiSpatialAttnfi＝σConvCatAvgPoolfi,Maxpoolfi其中，i＝1,2，σ*表示sigmoid激活函数，Conv表示卷积层，Cat表示特征按通道维度级联，AvgPooling表示平均池化，Maxpooling表示最大池化；将空间注意力图As与对应的特征图fi相乘，得到的新的特征图fi'：fi'＝As×fi然后，将两个浅层特征相乘并通过3*3的卷积处理得到浅层融合特征ffuse：ffuse＝Convf1×f2将浅层融合特征ffuse分别与f1'和f2'通过元素级加法进行融合实现共有区域特征的提取，进而得到新浅层特征F1，F2；其中，F1＝f1'+ffuse，F2＝f2'+ffuse；步骤S3、将高层特征f3和f4经过基于Transformer全局上下文模块对全局信息处理，分别得到含有充分全局上下文信息的特征F3和F4；步骤S4、在边界感知解码器中，分别将特征F1～F3中的边界信息增强，并通过边界真值监督得到边界特征F1'～F3'，通过三个边界模块渐进地将每一层边界特征和强调显著区域的特征融合，得到完整且边界清晰的显著图；具体过程为：S4.1、将新浅层特征F1，F2以及特征F3经过通道注意力以及残差连接对边界信息进一步挖掘，得到F1'，F2'，F3'，并用边界真值监督得到边界特征：Ac＝ChannelAttnFiChannelAttnFi＝σMaxpoolFiFi'＝Fi+Ac×Fi，i＝1，2，3S4.2、在边界感知解码器中，输入通过编码器得到的各层级特征F1～F4以及边界特征F1'～F3'，先将最高层特征F4上采样至F3相同尺寸并融合，接着通过三个重复的边界模块使边界特征F1'～F3'和F1～F4进行交互融合，逐渐细化生成更加完整且边缘较清晰的显著性图；解码器中的每个边界模块均包括两个分支，一个分支将边界特征二倍上采样至下一层特征相同分辨率，两者像素级相乘得到边缘区域E1：E1＝UpF3'×F2用1减去边界特征得到除去边界的区域 另一个分支将特征F3上采样与相同大小，然后将除去边界的区域和F3相乘强调较明确的显著区域E2： S4.3、将显著区域E2和互补的边缘区域E1进行融合得到F2″，并将新的特征图F2″和下一层特征融合再重复送入边界模块：F″2＝E1+E2F2＝F″2+F2；步骤S5、通过联合损失函数Lfinal监督训练网络得到最终预测图；联合损失函数Lfinal为：Lfinal＝Ls+Le其中，Ls为显著损失函数，Le为边界损失函数；显著损失函数具体为：Ls＝Lbce+Ldice+Lsmooth其中，Lbce为二元交叉熵BCE损失函数，Ldice为Dice损失函数，Lsmooth为平滑度损失函数；给定显著图S＝{Sj|j＝1,...,T}和真值标签Y＝{Yj|j＝1,...,T}，其中j表示第j个像素，T是该显著图的总像素数；二元交叉熵BCE损失函数为： Dice损失函数Ldice为： 平滑度损失函数Ls具体为： 给定边界图E＝{Ek|k＝1,...,K}和边界真值标签G＝{Gk|k＝1,...,K}，其中k表第k个像素，K是边界图的总像素数；将关注边界的特征图上采样到边界真值图的分辨率大小，再通过二元交叉熵BCE损失函数进行监督，边界损失函数Le具体为：Le＝α*L1+β*L2+γ*L3 其中，α，β，γ是控制不同损失的权重参数分别为0.5、0.8和1。

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 安徽省合肥市经开区九龙路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”。