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！

龙图腾网获悉西北工业大学申请的专利一种基于视觉基础模型的高效空间目标分割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：CN120236210B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510728912.9，技术领域涉及：G06V20/13；该发明授权一种基于视觉基础模型的高效空间目标分割方法是由张兆祥;许悦雷;郭继唐;刘闯;张程林;何云龙设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于视觉基础模型的高效空间目标分割方法在说明书摘要公布了：本发明公开了一种基于视觉基础模型的高效空间目标分割方法，利用视觉基础模型强大的先验知识，结合对象查询引导的参数高效微调和原型感知学习，以及一致性正则化策略，实现了在极少量标注数据条件下的高效、高质量卫星图像分割。本发明能够有效解决卫星形态差异大、标注数据稀缺、模型训练效率低等问题，显著提升了卫星图像分割的泛化能力和实用性，为卫星系统的姿态估计、视觉测量等下游任务提供了可靠的基础支持。

本发明授权一种基于视觉基础模型的高效空间目标分割方法在权利要求书中公布了：1.一种基于视觉基础模型的高效空间目标分割方法，其特征在于，包括如下步骤： 步骤1：视觉基础模型特征提取与评估； 评估多种视觉基础模型在卫星图像分割任务上的性能，所有视觉基础模型均采用相同的解码头DAFormer生成语义预测； 通过交叉验证确定各个视觉基础模型的基准性能，以平均交并比mIoU作为评价指标； 使用t-SNE降维方法对特征进行可视化分析，评估各个模型对卫星组件的表示能力； 步骤2：基于对象查询的参数高效微调； 步骤2-1：对象查询初始化与插入； 初始化可学习的对象查询矩阵，并将其插入到视觉基础模型的不同层之间： ； 其中，表示第层的对象查询矩阵，表示对象查询的长度，表示第层特征的维度； 步骤2-2：查询引导的特征精炼； 通过查询与特征之间的注意力交互，实现特征的精炼： ； 其中，表示视觉基础模型第层提取的原始特征，表示精炼后的特征，函数确保特征成分的概率加权；表示矩阵转置； 步骤2-3：特征融合与传递； 将原始特征和精炼后的特征进行拼接和融合： ； 其中，为拼接后的特征，和分别表示MLP的权重和偏置，在不同层之间共享，表示将两个特征向量进行拼接连接； 步骤2-4：前向传播与梯度更新； 在前向传播过程中，视觉基础模型的参数保持冻结，只有对象查询矩阵和参数、参与梯度更新： ； 其中，表示分割任务的损失函数；分别表示损失函数关于查询矩阵的梯度、损失函数关于权重参数的梯度、损失函数关于偏置参数的梯度； 步骤3：原型感知学习与分布一致性判别； 基于标注数据和特征表示生成各个卫星组件的初始原型向量； 计算全局对象查询与初始原型向量之间的语义相似度，建立反映查询与不同卫星组件对齐程度的相关性； 通过概率分布驱动的优化过程，获得最终原型向量集合； 对于每个像素，首先提取其特征表示，然后计算该特征与全局对象查询之间的分布相似度向量； 使用余弦相似度计算分布相似度向量与最终原型向量之间的相似度； 像素被映射到相似度最高的类别； 通过设计不同粒度的原型向量，实现从粗粒度到细粒度的分割控制； 在训练过程中，模型权重通过损失函数进行更新； 步骤4：一致性学习方法与鲁棒性增强； 对输入图像进行多尺度变换，并强制模型在不同尺度下保持预测一致性； 应用平滑L1损失函数增强特征一致性正则化； 确定整体训练目标。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。