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！

龙图腾网获悉济南大学申请的专利一种融合注意力和空间状态模型的边缘增强遥感图像分割方法及系统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：CN120088473B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510034460.4，技术领域涉及：G06V10/26；该发明授权一种融合注意力和空间状态模型的边缘增强遥感图像分割方法及系统是由徐涛;肖晨昕;陈伟平;刘兰玉;张瀚设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本一种融合注意力和空间状态模型的边缘增强遥感图像分割方法及系统在说明书摘要公布了：发明名称：一种融合注意力和空间状态模型的边缘增强遥感图像分割方法及系统摘要：本申请公开了一种融合注意力和空间状态模型的边缘增强遥感图像分割方法及系统。其实现步骤为：构造边缘纹理特征增强结构；将边缘纹理增强结构引入到SegNext语义分割模型当中；划分遥感影像分割数据集生成训练样本集、验证样本集和测试样本集；对数据集进行预处理；利用神经网络来初步提取光学遥感图像的精细特征，再用通道注意力和空间状态模型的边缘纹理增强解码器训练模型；最后将测试样本数据送入已经训练好的注意力和空间状态模型的边缘纹理增强模型得到测试结果。本发明专利利用构建的边缘纹理特征增强模块和SegNext语义分割模型进行协同训练，在保证地物特征同时增强边缘纹理特征，提高了分割的准确性。

本发明授权一种融合注意力和空间状态模型的边缘增强遥感图像分割方法及系统在权利要求书中公布了：1.一种融合注意力和空间状态模型的边缘增强遥感图像分割方法，其特征在于，改变原有模型的结构，使用跳跃连接进行拼接，利用卷积神经网络提取光学遥感图像的精细特征图，使用多阶段的编码器-解码器结构融合特征图，在解码器中使用结合了通道注意力的空间状态模型的边缘增强模块用于边缘增强，该方法的具体步骤包括如下： 步骤1，设计结合通道注意力和空间状态模型的边缘增强模块： 在VMamba的VSS块中添加通道注意力机制；VSS块的结构是：归一化后，输入被分为两个分支；在第一个分支中，输入通过线性层并计算通道注意力，然后通过激活函数；在第二个分支中，输入通过线性层、深度可分离卷积和激活函数进行处理，然后输入2D选择性扫描SS2D模块以进行进一步的特征提取；随后，使用层归一化对特征进行归一化，然后使用第一个分支的输出执行按元素生成以合并两个路径；最后，使用线性层和通道注意力的乘积混合特征，并将此结果与残差连接相结合以形成VSS块的输出；其中，将通道注意力机制添加到第一个分支的线性层后构建边缘增强模块； 步骤2，将构建好的边缘增强模块添加进SegNext模型中： SegNext模型的编码器拥有4个阶段的输出，将构建好的边缘增强模块放到最后一个阶段之后，并在解码器对应的4个上采样阶段后同时添加边缘增强模块； 步骤3，建立跳跃连接结构： 将SegNext模型编码器与解码器各4个阶段的输出相加，建立跳跃连接； 步骤4，划分地物分割数据集生成训练样本集、验证样本集和测试样本集： 选取一些标注好的分割遥感图像，选取至少500张不要求大小的遥感影像分割数据，其中训练集，验证集和测试集按照8：1：1的比例划分； 步骤5，预处理遥感分割数据集： 首先对每个batch中的图像进行随机裁剪，随机翻转等预处理，将图像裁剪为512*512大小； 步骤6，利用修改后的边缘增强结构SegNext网络模型训练数据集： 第一步，将预处理之后的训练样本输入至SegNext的骨干网络MSCAN中进行特征的提取，生成4层不同的特征； 第二步，将这4个不同层级的特征图进行上采样，在上采样的过程中，经过构建好的边缘增强模块，分别得到4个不同的边缘纹理特征，使用跳跃连接将这4层特征融合后得到融合后的4个特征图，最后将这4层融合的特征图送入分割头进行类别预测，然后和真实标签计算交叉熵损失； 步骤7，得到分割结果： 将测试样本数据送入已经训练好的SegNext边缘特征增强模型得到测试结果； 步骤8，性能评估： 利用步骤7中预测的结果图与待预测的遥感图像的标签图计算类别评价指标和整体评价指标，评估网络性能； 评价指标的类别包括： 交并比IoU： 公式中，i表示正例；j表示反例；IoU表示交并比，即每一类预测结果和真实值的交集与并集比值；pii表示真实类别为i标识为类别i的像素数目总数，即真正例TP；pij表示真实类别为j标识为类别i的像素数目总数，即假正例FP；pji表示真实类别为i标识为类别j的像素数目总数假反例FN； 平均像素精度MPA: 公式中，k表示总的类别数，i表示正例；j表示反例；pii表示真实类别为i标识为类别i的像素数目总数，即真正例TP；pij表示真实类别为j标识为类别i的像素数目总数，即假正例FP。

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济南大学，其通讯地址为：250022 山东省济南市市中区七贤街道二环南路336号济南大学；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。