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！

龙图腾网获悉北京航空航天大学申请的专利一种高光谱异常检测方法及计算机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：CN115661069B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211298268.9，技术领域涉及：G06T7/00；该发明授权一种高光谱异常检测方法及计算机装置是由王津申;何益凡;段宇宵设计研发完成，并于2022-10-22向国家知识产权局提交的专利申请。

本一种高光谱异常检测方法及计算机装置在说明书摘要公布了：本发明涉及一种高光谱异常检测方法及计算机装置，所述方法包括：S1、获取待处理的高光谱图像；S2、将所述待处理的高光谱图像输入训练好的深度学习网络得到检测结果；所述训练好的深度学习网络包括特征提取网络和异常检测网络；所述特征提取网络用于提取待处理的高光谱图像的全局相关特征和局部特征以得到高光谱图像的特征图；所述异常检测网络用于基于高光谱图像的特征图获取高光谱图像中每一像素点的异常分数值；其中，预先采用高光谱图像的训练数据对深度学习网络中的特征提取网络和异常检测网络进行联合训练以获取训练好的深度学习网络。

本发明授权一种高光谱异常检测方法及计算机装置在权利要求书中公布了：1.一种高光谱异常检测方法，其特征在于，所述方法包括： S1、获取待处理的高光谱图像； S2、将所述待处理的高光谱图像输入训练好的深度学习网络得到检测结果； 所述训练好的深度学习网络包括特征提取网络和异常检测网络； 所述特征提取网络用于提取待处理的高光谱图像的全局相关特征和局部特征以得到高光谱图像的特征图； 所述异常检测网络用于基于高光谱图像的特征图获取高光谱图像中每一像素点的异常分数值； 其中，预先采用高光谱图像的训练数据对深度学习网络中的特征提取网络和异常检测网络进行联合训练以获取训练好的深度学习网络； 所述特征提取网络包括： 对抗自编码器AAE，用于根据输入特征提取网络的高光谱图像生成重建图像，并根据输入特征提取网络的高光谱图像和所述重建图像生成残差图像； 自注意力机制模块，用于基于残差图像和输入特征提取网络的高光谱图像输出高光谱图像的全局相关特征，并得到包含所述全局相关特征的特征图Z； 所述高光谱图像的全局相关特征为：高光谱图像中每一像素和所有像素之间的相关性； 局部特征提取网络，用于根据包含所述全局相关特征的特征图Z 提取局部特征，输出融合了全局相关特征和局部特征的高光谱图像的特征图； 在S1之前还包括： S00、获取高光谱图像的训练数据； S01、将所述高光谱图像的训练数据输入到深度学习网络中的对抗自编码器AAE中，所述对抗自编码器AAE针对所述高光谱图像的训练数据进行编码-解码处理，得到所述高光谱图像的训练数据的重建图像； S02、基于所述高光谱图像的训练数据和所述重建图像，得到相应的残差图像； S03、将所述残差图像和所述高光谱图像的训练数据输入至自注意力机制模块，所述自注意力机制模块采用自注意力机制提取所述高光谱图像的训练数据的全局相关特征，并得到包含所述全局相关特征的特征图Z； S04、将包含所述全局相关特征的特征图Z输入至局部特征提取网络中，局部特征提取网络提取所述高光谱图像的训练数据的局部特征，输出融合了全局相关特征和局部特征的高光谱图像的特征图； S05、将所述高光谱图像的特征图输入异常检测网络中，输出高光谱图像的特征图中每一像素点的异常分数值； 所述异常检测网络为超平面学习层； S06、重复S01-S06直至异常检测网络中预先设定的损失函数收敛以达到，得到训练好的深度学习网络。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。