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！

龙图腾网获悉西安科技大学申请的专利融合注意力机制和多尺度深度纹理特征的遥感图像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：CN116051981B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211607414.1，技术领域涉及：G06V20/10；该发明授权融合注意力机制和多尺度深度纹理特征的遥感图像场景分类方法是由宋婉莹;朱瑞景;刘倩;王池;王安义;张鹏设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本融合注意力机制和多尺度深度纹理特征的遥感图像场景分类方法在说明书摘要公布了：本发明涉及融合注意力机制和多尺度深度纹理特征的遥感图像场景分类方法，对彩色图像的R、G、B通道分别通过Haar小波变换，将第一级小波变换特征图像直接作为网络输入层，提取图像的深度特征；根据一级小波变换对特征图进行二级小波变换，将二级小波变换特征图像作为小波‑注意力融合模块的输入，输出二级深度小波特征；将一级深度小波特征和二级深度小波特征通过广播元素相加法进行融合；再将下一级小波特征经过逐层卷积，增加特征通道，再与前几级输出融合；当深度小波特征提取完毕后，再分别经由两个1×1的卷积层和一个全局平均池化层；在全连接层后添加dropout层，最后通过softmax层，输出类概率进行分类预测。降低了计算复杂度，分类精度明显提高。

本发明授权融合注意力机制和多尺度深度纹理特征的遥感图像场景分类方法在权利要求书中公布了：1.一种融合注意力机制和多尺度深度纹理特征的遥感图像场景分类方法，其特征在于步骤如下： 步骤1：输入彩色遥感图像，先对图像进行通道分解，得到图像的R、G、B三个通道分量；对彩色图像的R、G、B通道分别通过Haar小波变换分解为四个分量：低通低通LL、低通高通LH、高通低通HL和高通高通HH，再将3个通道得到的变换图像进行提取得到彩色图像的小波变换图像； 步骤2：将步骤1最后得到的彩色图像的小波变换特征图像直接作为网络输入层，所述的网络包括一个3×3，步长为1的卷积层和一个3×3，步长为2的卷积层； 初始卷积通道设定为64，卷积核大小为3×3，步长为1，提取图像的深度特征；然后激活输出通过3×3，步长为2的卷积层，相当于通过下采样将高度和宽度变为原来的12，并且通道数保持不变； 步骤3：根据步骤1中一级小波变换结果，对低通低通LL、低通高通LH、高通低通HL和高通高通HH各特征图像进行二级小波变换；多级小波变换每一级输出图像，都会对输入图像进行一次倍数为2的下采样操作；当输入图像的高度和宽度分别为h和w，通过j级小波变换后，图像将转变为； 步骤4：根据得到的二级小波变换特征图像，将其作为小波-注意力融合模块的输入，模块的输出通过通道匹配卷积层，使其通道数与一级深度小波特征通道数相等； 所述的小波-注意力融合模块使用的融合运算规则定义如下： 其中，表示卷积运算，小波变换后的四个分量均由R、G、B三个通道叠加产生，卷积运算后通道数扩大为c；表示特征整合，通过广播元素相加将三个分量聚集为全局细节特征；表示挤压，通过全局平均池化，数据被压缩为c×1×1的向量；表示激励，挤压后的数据先通过全连接层1转换为，激活函数为relu；再通过全连接层2，转换为，激活函数为softmax；表示注意，根据三个分量得到的激励权重与分量进行广播乘法，得到融合后的小波特征； 根据一级深度小波特征和二级深度小波特征的通道数，特征图大小相等，激活输出通过广播元素相加法进行融合，此融合方法必须保证通道数和特征图尺寸相等； 步骤5：将步骤4的输出，通过一个3×3，步长为1的卷积层和一个3×3，步长为2的卷积层，该卷积层输出小波融合特征通道数扩大为原先的2倍；然后对步骤2得到的二级小波变换结果进行三级小波变换，重复步骤4，得到深度小波融合特征，最后，将得到的深度小波融合特征通过卷积层输出小波融合特征通道数扩大为原先的2倍；对上述的三级小波变换进行四级小波变换，重复步骤4，得到最终的深度小波融合特征； 步骤6：将步骤5最终得到的深度小波特征图像作为1×1的卷积层的输入，输出特征整合后的深度小波特征图像，然后将该小波特征图像再输入一个1×1的卷积层，输出的小波特征图像的维度减半，最后通过一个平均池化层，输出的小波特征图像的长和宽变为原来的12，减少了特征图大小； 步骤7：将步骤6最终得到小波特征图像输入全连接层，全连接层后添加dropout层，让一部分神经元不参与训练，增强网络的泛化能力；最后通过softmax层，输出类概率进行分类预测。

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西安科技大学，其通讯地址为：710054 陕西省西安市雁塔中路58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”。

以上内容由龙图腾AI智能生成。