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基于多层小波变换与动态记忆网络的遥感图像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：CN120260043B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510316817.8，技术领域涉及：G06V20/70；该发明授权基于多层小波变换与动态记忆网络的遥感图像分割方法是由李冠群设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本基于多层小波变换与动态记忆网络的遥感图像分割方法在说明书摘要公布了：本发明涉及图像处理技术领域，具体涉及一种基于多层小波变换与动态记忆网络的遥感图像分割方法，包括：通过多层Haar小波变换将图像分解为一个低频子带和多个高频子带，再结合卷积操作对各频带进行特征提取，得到最终的特征图；构建动态记忆单元网络，采用查询‑键‑值结构，对特征图进行动态特征提取，生成具有全局上下文信息的动态记忆增强特征，并对特征图进行全局‑局部特征建模，将动态记忆增强特征和全局‑局部特征进行融合，得到融合特征图；对融合特征图进行分割，得到最终的分割结果。本发明可精准提取图像低频平滑信息与高频细节信息，并可实现全局与局部特征的高效融合，提升遥感图像分割的准确性和鲁棒性。

本发明授权基于多层小波变换与动态记忆网络的遥感图像分割方法在权利要求书中公布了：1.一种基于多层小波变换与动态记忆网络的遥感图像分割方法，其特征在于，包括以下步骤： S1、基于预先训练好的Mamba模型对输入的遥感图像进行特征提取，并通过多层Haar小波变换将图像分解为一个低频子带和多个高频子带，再结合卷积操作对各频带进行特征提取，得到最终的特征图φo； S2、构建动态记忆单元网络，采用查询-键-值结构，对特征图φo进行动态特征提取，生成具有全局上下文信息的动态记忆增强特征，并对特征图φo进行全局-局部特征建模，将动态记忆增强特征和全局-局部特征进行融合，得到融合特征图φ+；S2包括： S21、通过两个独立且参数共享的线性层构建键记忆单元和值记忆单元，两个记忆单元用于提取和存储遥感图像中跨区域、跨尺度的深层特征信息； S22、从特征图φo中提取查询权重Q，采用动态查询机制，将查询权重Q和两个记忆单元中的存储特征进行匹配，生成具有全局上下文信息的动态记忆增强特征； S23、利用自适应平均池化和深度可分离卷积对特征图φo的局部信息进行建模，得到局部特征； S24、计算特征图φo全局特征的可学习权重，将可学习权重与局部特征相乘，得到全局-局部特征； S25、将全局-局部特征和动态记忆增强特征进行加权求和，得到融合特征图φ+； S3、对融合特征图φ+进行分割，得到最终的分割结果。

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”。

以上内容由龙图腾AI智能生成。