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！

申请/专利权人：北京邮电大学

摘要：本发明提供一种基于本质因果推理的细粒度分类方法及系统，所述方法的步骤包括：将遥感图像输入到预设的骨干网络中，通过所述骨干网络输出本征特征张量；将所述本征特征张量输入到因果多头注意力模块中，通过所述因果多头注意力模块输出注意力特征图；将所述本征特征张量和注意力特征图输入到注意力池化模块，所述注意力池化模块对所述本征特征张量和注意力特征图进行扁平化处理，基于扁平化处理后的本征特征张量和注意力特征图，得到本质特征向量；将所述本质特征向量输入到预设的特征解耦合网络中，所述特征解耦合网络设置有分类器，通过所述分类器输出得到分类结果。

主权项：1.一种基于本质因果推理的细粒度分类方法，其特征在于，所述方法的步骤包括：将遥感图像输入到预设的骨干网络中，通过所述骨干网络输出本征特征张量，所述骨干网络中设置有多个ConvNeXt网络模块，在通过所述骨干网络输出本征特征张量的步骤中，通过多个ConvNeXt网络模块作为特征提取器对所述遥感图像进行多个阶段的特征提取，得到本征特征张量；将所述本征特征张量输入到因果多头注意力模块中，通过所述因果多头注意力模块输出注意力特征图，步骤包括：将所述注意力特征图和遥感图像做元素级乘法，并对生成的图像进行GAP操作，得到第一注意力图，叠加所述第一注意力图各个通道的图像，得到区域特征图，将所述区域特征图输入到分类器，通过分类器输出第一特征向量；随机生成随机特征图，将所述随机特征图和遥感图像做元素级乘法，并对生成的图像进行GAP操作，得到第二注意力图，叠加所述第二注意力图各个通道的图像，得到局部特征图，将所述局部特征图输入到分类器，通过分类器输出第二特征向量；基于所述第一特征向量和第二特征向量计算差异向量，基于所述差异向量和预设的分类标签计算损失函数，对所述因果多头注意力模块进行训练；将所述本征特征张量和注意力特征图输入到注意力池化模块，所述注意力池化模块对所述本征特征张量和注意力特征图进行扁平化处理，基于扁平化处理后的本征特征张量和注意力特征图，得到本质特征向量；将所述本质特征向量输入到预设的特征解耦合网络中，所述特征解耦合网络设置有分类器，通过所述分类器输出得到分类结果。

全文数据：

权利要求：

百度查询： 北京邮电大学 一种基于本质因果推理的细粒度分类方法及系统