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！

龙图腾网获悉河南大学申请的专利一种基于上下文注意力的遥感场景分类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：CN116645607B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310616882.3，技术领域涉及：G06V20/10；该发明授权一种基于上下文注意力的遥感场景分类方法是由侯彦娥;杨康;党兰学;葛强;周黎鸣;韩道军;孔云峰;刘扬设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于上下文注意力的遥感场景分类方法在说明书摘要公布了：本发明属于遥感场景分类技术领域，公开一种基于上下文注意力的遥感场景分类方法，本发明使用了浅层特征与深层特征相结合的方式，利用浅层特征定位局部关键信息，本发明的分类模型使用ResNet34作为主干网络提取多层特征，通过自顶向下连接的连续三个上下文空间注意力模块和上下文通道注意力模块，提取浅层特征的局部关键信息，通过自底向上的连接方式融合多层特征，此外，使用三元损失函数结合中心损失函数控制类内和类间距离，一方面使上下文注意力模块对关键信息定位更准确，另一方面提升分类模型对易混淆图像的识别。本发明提出的分类模型对局部关键区域的定位更加准确，并对易混淆遥感图像识别更准确。

本发明授权一种基于上下文注意力的遥感场景分类方法在权利要求书中公布了：1.一种基于上下文注意力的遥感场景分类方法，其特征在于，包括： 步骤1：构建分类模型；所构建的分类模型首部分采用ResNet34提取多层特征；采用自顶向下连接的连续三个上下文空间注意力模块和上下文通道注意力模块，提取浅层特征中关键局部信息；且在每个上下文空间注意力模块后，使用1×1卷积后跟上下文通道注意力模块，以充分提取浅层特征中的关键局部信息；特征融合部分采用自底向上的连接方式，对相邻两层特征中更浅层特征使用2倍下采样，将其与更深层特征逐元素相加；分类模型末端采用三元组损失函数结合中心损失函数控制类内和类间距离，采用全局池化层和全连接层结合，完成分类；每个所述上下文空间注意力模块的具体执行顺序为Upsampling→Maxpool，Avgpool→Conv→Sigmoid，后与相邻浅层特征逐元素相乘，并采用相邻特征自顶向下的连接的方式；其中Upsampling表示上采样，Maxpool、Avgpool分别表示最大池化和平均池化，Conv表示卷积，Sigmoid表示激活函数；每个所述上下文通道注意力模块的具体执行顺序为Avgpool→1DConv→Sigmoid，后与相邻浅层特征逐通道相乘，并采用相邻特征自顶向下连接的方式；其中Avgpool表示平均池化，1DConv表示一维卷积，Sigmoid表示激活函数；所述分类模型中按照如下方式进行特征融合： 其中Cn表示具有上下文注意力机制的不同层特征，n按照由大到小取值，D2表示2倍下采样，A表示融合特征，F5表示通过ResNet34提取的最深层特征； 步骤2：通过构建的分类模型完成遥感场景分类。

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河南大学，其通讯地址为：475004 河南省开封市金明区东京大道和金明大道交叉口河南大学(金明校区)；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。