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！

龙图腾网获悉武汉大学申请的专利一种超长上下文建模的大幅面遥感影像语义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：CN119478403B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411535416.3，技术领域涉及：G06V10/26；该发明授权一种超长上下文建模的大幅面遥感影像语义分割方法是由张觅;张远朋;胡翔云设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种超长上下文建模的大幅面遥感影像语义分割方法在说明书摘要公布了：本发明公开了一种超长上下文建模的大幅面遥感影像语义分割方法，包括以下步骤：获取遥感数据；构建包括基于视觉自注意力模型的骨干网络、感受野拓展层、特征聚合层、全局特征指导网络和基于混合专家的解码器的基本网络；对骨干网络和全局特征指导网络进行分层预训练；对基本网络进行端到端训练和微调；获取最终网络模型，以实现大幅面遥感影像语义分割。本发明所述方法能够在单台设备上处理亿级序列长的视觉上下文，同时保证计算和内存开销处于合理范围。基于上述骨干网络架构，采用高效的专家混计算策略，进一步优化模型的解码器部分，使其能够有效应对不同数据环境的语义分割任务。

本发明授权一种超长上下文建模的大幅面遥感影像语义分割方法在权利要求书中公布了：1.一种超长上下文建模的大幅面遥感影像语义分割方法，其特征在于，包括以下步骤： 获取遥感数据； 构建包括基于视觉自注意力模型的骨干网络、感受野拓展层、特征聚合层、全局特征指导和基于混合专家的解码器的基本网络；所述感受野拓展层包括空间聚合层、嵌入层和全局指导网络；所述感受野拓展层中，所述空间聚合层用于对若干图块对应的全局特征向量的二维空间排列，获得大图块的特征表示矩阵，实现聚合单一图块的特征向量；所述嵌入层包括线性层、激活函数以及位置编码，用于聚合输入特征，通过位置编码保留空间信息，并通过加上分类头，引入该层的全局特征表示；所述全局指导网络包括多个Transformer层的ViT网络，用于感受野的特征提取；所述特征聚合层包括：多层感知机、激活函数以及卷积层；所述多层感知机和激活函数用于将从骨干网络不同层级采集的特征向量通过多层感知机连接；然后通过一层激活函数，与原始的输入特征向量相乘，得到第一输出结果；再将第一输出结果与原始的输入特征相加得到第二输出结果；所述卷积层用于将第二结果得到的特征向量矩阵按维度方向堆叠后的降维，以将不同层级的特征表示融合；所述全局特征指导包括全连接层，用于将特征聚合层提取的局部特征和感受野拓展层提取的全局特征进行外积，再将外积结果与原始局部特征相加，得到最终的融合特征向量；所述混合专家解码器包括：门控网络和多专家解码器；其中，所述门控网络包括权重矩阵、保持TopK优选函数和Softmax激活函数，用于解算使得融合特征向量可以分配到相应类别的解码器专家；多专家解码器中的每一个专家还原出每一类的分割结果； 对骨干网络和全局指导网络进行分层预训练； 对基本网络进行端到端训练和微调； 获取最终网络模型，以实现大幅面遥感影像语义分割。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。