恭喜武汉工程大学甘文霞获国家专利权
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!
龙图腾网恭喜武汉工程大学申请的专利基于时空谱特征协同的地物分类方法、系统及装置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:CN119478704B 。
龙图腾网通过国家知识产权局官网在2025-03-25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:202510037663.9,技术领域涉及:G06V20/10;该发明授权基于时空谱特征协同的地物分类方法、系统及装置是由甘文霞;顾柯迪;岳杨;冯禹设计研发完成,并于2025-01-10向国家知识产权局提交的专利申请。
本基于时空谱特征协同的地物分类方法、系统及装置在说明书摘要公布了:本发明公开一种基于时空谱特征协同的地物分类方法、系统及装置,方法包括:获取时序遥感图像集,通过图注意力模型对时序遥感图像集进行处理,得到关键时谱特征;将时序遥感图像集和关键时谱特征通过空间注意力模型进行处理,得到空间特征;将关键时谱特征和空间特征通过特征变换网络进行转换得到时空谱三维特征;构建地物分类预训练模型,基于时空谱三维特征对地物分类预训练模型进行训练,得到地物分类模型;基于地物分类模型对待测目标时序遥感图像进行推理,得到地物分类结果。本发明实现了基于时空谱多维特征的高精度分类,地物分类模型不仅能够在有限的数据集上实现高精度分类,还具有较强的泛化能力,能够适用于不同场景下的地物分类任务。
本发明授权基于时空谱特征协同的地物分类方法、系统及装置在权利要求书中公布了:1.一种基于时空谱特征协同的地物分类方法,其特征在于,包括以下步骤:获取时序遥感图像集,通过图注意力模型对时序遥感图像集进行处理,得到关键时谱特征;将时序遥感图像集和关键时谱特征通过空间注意力模型进行处理,得到空间特征;将关键时谱特征和空间特征通过特征变换网络进行转换,得到时空谱三维特征;构建地物分类预训练模型,所述地物分类预训练模型包括掩码自编码器及解码器,通过掩码自编码器对时空谱三维特征进行可见标签表示和遮掩标签表示,基于解码器重建时序遥感图像的伪标签,基于时空谱三维特征对地物分类预训练模型进行训练,得到地物分类模型;基于地物分类模型对待测目标时序遥感图像进行推理,得到地物分类结果;其中,所述通过掩码自编码器对时空谱三维特征进行可见标签表示和遮掩标签表示,基于解码器重建时序遥感图像的伪标签,基于时空谱三维特征对地物分类预训练模型进行训练,包括以下步骤:按照时空谱三维特征的原始标签类型,将时空谱三维特征划分为可见标签的时空谱三维特征和遮掩标签的时空谱三维特征;通过掩码自编码器对可见标签的时空谱三维特征及遮掩标签的时空谱三维特征转换为嵌入向量,进而将所述嵌入向量重新排序,得到原始序列的嵌入向量表示;通过解码器对原始序列的嵌入向量表示进行重建,得到时序遥感图像的伪标签;基于多维损失函数得到所述伪标签与真实标签的损失值得到最小,则得到掩码自编码器的最优参数和解码器的最优参数,则训练完成;其中,所述多维损失函数,表示如下: 其中,表示多维损失函数,表示可见标签的数量,表示标签的总数,表示时间序列的长度,和是超参数,、及分别表示可见标签、光谱通道以及时间序列的真实标签,、以及分别表示可见标签、光谱通道以及时间序列的伪标签。
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武汉工程大学,其通讯地址为:430205 湖北省武汉市东湖开发区光谷一路206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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。