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！

龙图腾网获悉中国人民解放军军事航天部队航天工程大学申请的专利一种基于轻量级网络的火星表面石块提取方法及系统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：CN119625501B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510147844.7，技术领域涉及：G06V10/82；该发明授权一种基于轻量级网络的火星表面石块提取方法及系统是由李矗;万刚;马啟芳;王杨;李万华;贾玉童;刘佳;张嘉仪;刘晓璇设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本一种基于轻量级网络的火星表面石块提取方法及系统在说明书摘要公布了：本发明涉及火星表面岩石技术领域，具体公开了一种基于轻量级网络的火星表面石块提取方法及系统，包括：获取火星巡视器拍摄的火星表面图像，筛选岩石图像；基于岩石图像制作标签，对标签和岩石图像进行图像处理以扩充图像数量，并将岩石图像分为训练集、测试集和验证集；将训练集通过自适应核卷积动态调整卷积核的采样形状和大小，以提取岩石图像中的岩石特征；利用改进的轻量级Transformer模型将岩石图像与周围环境分离；通过增强型多维卷积注意机制提高被沙尘覆盖的岩石的注意力；基于预训练指标对轻量级Transformer模型进行评估，若评估通过得到最终模型，基于最终模型，对输入的火星岩石图像进行岩石表面提取。

本发明授权一种基于轻量级网络的火星表面石块提取方法及系统在权利要求书中公布了：1.一种基于轻量级网络的火星表面石块提取方法，其特征在于，包括： 步骤S1：获取火星表面图像，筛选岩石图像； 步骤S2：基于所述岩石图像制作标签，对所述标签和岩石图像进行图像处理以扩充图像数量，并将所述岩石图像分为训练集、测试集和验证集； 步骤S3：将所述训练集通过自适应核卷积动态调整卷积核的采样形状和大小，以提取岩石图像中的岩石特征； 步骤S4：利用改进的轻量级Transformer模型将所述岩石图像与周围环境分离； 步骤S5：通过增强型多维卷积注意机制提高被沙尘覆盖的岩石的注意力； 步骤S6：基于预训练指标对所述轻量级Transformer模型进行评估，若评估通过得到最终模型，基于所述最终模型，对输入的火星岩石图像进行岩石表面提取； 步骤S3包括： 步骤S31：将接收图像作为输入，随机生成初始坐标并定义初始采样位置，得到初始卷积核大小； 步骤S32：基于所述初始卷积核大小计算基整数； 步骤S33：基于所述初始卷积核大小和基整数确定二维网格的位置； 步骤S34：对所述接收图像进行卷积操作得到偏移量； 步骤S35：基于所述偏移量、初始采样位置、二维网格的位置确定新的采样坐标； 步骤S36：基于新的采样坐标对岩石图像进行重采样； 步骤S37：对重采样后的岩石图像经过重塑、再次卷积、标准化，最后通过激活函数输出原始像素信息； 步骤S4包括： 步骤S41：通过改进的轻量级Transformer模型获取所述原始像素信息不同频段的空间域信息； 步骤S42：将所述空间域信息与原始未聚类的像素信息集成在一起； 步骤S41包括： 步骤S411：基于平均池化和通道分组对信息进行低通信息滤波，确保再生图像的维数和精细细节与原始岩石图像一致； 步骤S412：基于不同维度的卷积核对信息进行高通滤波； 步骤S413：基于频率相似核选择与语义分割有关的频率信息； 步骤S413：将低通信息与高通信息以及选择得到的频率信息三种信息进行叠加得到不同频段的空间域信息； 步骤S5包括： 步骤S51：将输入的岩石图像分为三个分支，第一个分支沿通道H逆时针旋转90°得到F1，第二个分支沿通道W逆时针旋转90°得到F2，第三个分支保持原有特征不变得到F3； 步骤S52：将三个分支分别通过挤压变换，其中，挤压变换包括平均池化、标准池化、最大池化； 步骤S53：将挤压变换后的三个分支的结果通过自适应组合机制生成新值以确定平均池化的结果、标准池化的结果和最大池化的结果； 步骤S54：将三个新值分别通过激活函数，进行平均以确定被沙尘覆盖的岩石图像的特征图； 步骤S55：将所述特征图经过深度可分离卷积进行分类，获得被沙尘覆盖的岩石图像的标签图； 步骤S6中，所述预训练指标包括：交并比IoU、精确率Precision、像素准确率PA、召回率Recall和精确率和召回率的调和平均数F1；其中， 式中，TP是被正确识别为正例的阳性实例数量，FP表示被错误分类为正例的阴性实例数量，TN是被正确识别为负例的实例，FN是被错误分类为负例的阳性实例。

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中国人民解放军军事航天部队航天工程大学，其通讯地址为：101416 北京市怀柔区八一路一号；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”。