Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜深圳大学唐浩劲获国家专利权

恭喜深圳大学唐浩劲获国家专利权

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!

龙图腾网恭喜深圳大学申请的专利高光谱图像特征处理方法、分类方法、装置、系统及存储介质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:CN113989679B

龙图腾网通过国家知识产权局官网在2025-05-30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:202111447065.7,技术领域涉及:G06V20/13;该发明授权高光谱图像特征处理方法、分类方法、装置、系统及存储介质是由唐浩劲;李岩山;黄志权设计研发完成,并于2021-11-30向国家知识产权局提交的专利申请。

高光谱图像特征处理方法、分类方法、装置、系统及存储介质在说明书摘要公布了:本申请公开了一种高光谱图像特征处理方法、分类方法、装置、系统及存储介质,高光谱图像特征处理方法为先接收高光谱图像,然后将高光谱图像的空谱域信息分别输入至N个特征提取模块,对应得到至少N级特征图,然后对至少N级特征图进行融合处理,得到融合特征图,其中,N为大于等于2的正整数,至少N级特征图具有不同尺度的空谱特征。与单一尺度的空谱特征图相比,本申请融合了多个不同尺度的空谱特征的融合特征图的判别能力更突出,有利于提高后续对高光谱图像分类的准确率。

本发明授权高光谱图像特征处理方法、分类方法、装置、系统及存储介质在权利要求书中公布了:1.一种高光谱图像特征处理方法,其特征在于,包括:接收高光谱图像;将所述高光谱图像的空谱域信息分别输入至N个特征提取模块,对应得到至少N级特征图;其中,N为大于等于2的正整数,所述至少N级特征图具有不同尺度的空谱特征;对所述至少N级特征图进行融合处理,得到融合特征图;所述特征提取模块包括至少一个卷积块和至少一个注意力块;所述将所述高光谱图像的空谱域信息分别输入至N个特征提取模块,对应得到至少N级特征图,包括:将所述高光谱图像的空谱域信息输入至第S个特征提取模块;其中,S=1,2.....N;通过所述卷积块对所述高光谱图像进行卷积处理,通过所述注意力块对所述高光谱图像使用注意力权重进行更新处理,得到第S级特征图;所述第S个特征提取模块包括S+1个卷积块和S个注意力块;所述通过所述卷积块对所述高光谱图像进行卷积处理,通过所述注意力块对所述高光谱图像使用注意力权重进行更新处理,得到第S级特征图,包括:通过第1个所述卷积块对所述高光谱图像进行第1次卷积处理,得到第1次卷积处理结果;其中,所述第1次卷积处理结果的空谱特征的尺度为所述高光谱图像的空谱域信息尺度的一半;通过第L个所述注意力块对第L次卷积处理结果进行第L次注意力权重更新处理,得到通过第L次注意力权重更新处理后的特征图;其中,L=1,2,.....S;通过第L+1个所述卷积块对第L次注意力权重更新后的特征图进行第L+1次卷积处理,得到第L+1次卷积处理结果;其中,所述第L+1次卷积处理结果的空谱特征的尺度为所述第L次注意力权重更新处理后的特征图的空谱特征尺度的一半;直至L=S,将第L+1次卷积处理结果作为所述第S级特征图。

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深圳大学,其通讯地址为:518060 广东省深圳市南山区粤海街道南海大道3688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”。

免责声明
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。