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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

耕宇牧星(北京)空间科技有限公司李冠群获国家专利权

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!

龙图腾网获悉耕宇牧星(北京)空间科技有限公司申请的专利一种基于全通道空间注意力模块的遥感图像飞机定位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:CN119784823B

龙图腾网通过国家知识产权局官网在2025-07-25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:202411859561.7,技术领域涉及:G06T7/70;该发明授权一种基于全通道空间注意力模块的遥感图像飞机定位方法是由李冠群设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。

一种基于全通道空间注意力模块的遥感图像飞机定位方法在说明书摘要公布了:本发明公开了一种基于全通道空间注意力模块的遥感图像飞机定位方法,包括以下步骤:S1:获取待定位遥感图像;S2:对所述待定位遥感图像进行预处理后,输入到预训练的遥感图像飞机定位模型,获得所述待定位遥感图像中的飞机定位结果;其中,遥感图像飞机定位模型包括依次连接的卷积神经网络、全通道空间注意力模块和目标检测定位模块。本发明检测精度更高、定位准确性更好、计算资源需求更低且适用性更高。

本发明授权一种基于全通道空间注意力模块的遥感图像飞机定位方法在权利要求书中公布了:1.一种基于全通道空间注意力模块的遥感图像飞机定位方法,其特征在于,包括以下步骤: S1:获取待定位遥感图像; S2:对所述待定位遥感图像进行预处理后,输入到预训练的遥感图像飞机定位模型,获得所述待定位遥感图像中的飞机定位结果;其中,遥感图像飞机定位模型包括依次连接的卷积神经网络、全通道空间注意力模块和目标检测定位模块; 所述全通道空间注意力模块包括自适应平均池化层、第一1*1卷积层、第一激活函数层、第二1*1卷积层、自适应最大池化层、第三1*1卷积层、第二激活函数层、第四1*1卷积层、逐元素相加单元、第三激活函数层、第一逐元素相乘单元、取通道最大值处理单元、取通道平均值处理单元、通道拼接层、7*7卷积层、第四激活函数层和第二逐元素相乘单元; 所述自适应平均池化层和所述自适应最大池化层的输入端均与所述卷积神经网络的输出端相连; 所述自适应平均池化层的输出端依次通过所述第一1*1卷积层、所述第一激活函数层、所述第二1*1卷积层与所述逐元素相加单元的输入端相连; 所述自适应最大池化层的输出端依次通过所述第三1*1卷积层、所述第二激活函数层、所述第四1*1卷积层与所述逐元素相加单元的输入端相连; 所述逐元素相加单元的输出端通过所述第三激活函数层与所述第一逐元素相乘单元的输入端相连; 所述卷积神经网络的输出端与所述第一逐元素相乘单元的输入端相连; 所述第一逐元素相乘单元的输出端分别与所述取通道最大值处理单元、所述取通道平均值处理单元的输入端相连; 所述取通道最大值处理单元、所述取通道平均值处理单元的输出端均与所述通道拼接层的输入端相连; 所述通道拼接层的输出端依次通过所述7*7卷积层、所述第四激活函数层与所述第二逐元素相乘单元的输入端相连; 所述第一逐元素相乘单元的输出端与所述第二逐元素相乘单元的输入端相连; 所述第二逐元素相乘单元的输出端与所述目标检测定位模块的输入端相连; 基于以下总损失函数对遥感图像飞机定位模型进行训练: Ltotal=μLt+vLm+ηLs; 其中,Ltotal表示总损失;Lt,Lm,Ls依次表示目标损失、特征增强一致性损失以及注意力稀疏性损失;μ,v,η表示权重系数; Lt=αLbox+βLcls; Ls=γ1Lchannel+γ2Lspatial; 其中,Lbox表示边界框回归损失;Lcls表示分类损失;α和β表示权重系数;XO表示卷积神经网络输出的原始特征;XO[i]表示XO的第i个像素;Xen表示全通道空间注意力模块输出的增强后特征;Xen[i]表示Xen的第i个像素;N表示XO和Xen包括的像素数量;Lchannel表示通道注意力稀疏性损失;Lspatial表示空间注意力稀疏性损失;γ1和γ2表示超参数;||XO[i]-Xen[i]||2表示XO[i]-Xen[i]的欧几里得范数的平方; Lbox=1-GIoUBtrue,Bpred; Lcls=-yclogpc; 其中,GIoU表示预测边界框与真实边界框之间的重叠度;Btrue表示标注的真实边界框;Bpred表示预测边界框;yc表示真实边界框的类别的独热编码;pc表示预测边界框的分类概率;Mc表示第三激活函数层出的通道注意力图; ||Mc||1表示Mc的L1-范数;Mc[i,j]表示Mc第i行第j列的像素;Ms表示第四激活函数层输出的空间注意力图;||Ms||1表示Ms的L1-范数;Ms[i,j]表示Ms第i行第j列的像素;H表示Mc和Ms的高度;W表示Mc和Ms的宽度。

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耕宇牧星(北京)空间科技有限公司,其通讯地址为:100095 北京市海淀区地锦路9号院14号楼101-1;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。