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！

龙图腾网获悉南京信息工程大学申请的专利基于各向异性上下文网络高分辨率遥感图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：CN115294479B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202210948850.9，技术领域涉及：G06V20/17；该发明授权基于各向异性上下文网络高分辨率遥感图像语义分割方法是由孙玉宝;岳志远;杜景林;耿玉标;闫麒名设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本基于各向异性上下文网络高分辨率遥感图像语义分割方法在说明书摘要公布了：本发明公开了基于各向异性上下文网络高分辨率遥感图像语义分割方法，包括：获取待进行语义分割的高分辨率遥感图像，并将其输入至用于遥感图像分割的各向异性上下文融合网络模型进行语义分割，获得分割图。本发明设计各向异性上下文聚合模块，将并行空洞卷积模块与复合条状池化模块进行结合，该模块通过并行空洞卷积提取不同尺度的特征向量，通过复合条状池化操作获取各向异性的空间上下文信息，进而捕捉广泛存在于遥感图像中不同尺度的各向异性上下文信息，并将提取的两部分特征向量进行拼接后进行上采样获得最终的分割图。本专利方法具有分割准确度高且分割速度快的优势，可实现遥感图像的语义分割，为高分辨率遥感图像解析提供技术支撑。

本发明授权基于各向异性上下文网络高分辨率遥感图像语义分割方法在权利要求书中公布了：1.基于各向异性上下文网络高分辨率遥感图像语义分割方法，其特征在于：包括如下步骤： 将高分辨率遥感图像输入预置的用于遥感图像分割的各向异性上下文融合网络模型，获得高分辨率遥感图像的语义分割图； 预置用于遥感图像分割的各向异性上下文融合网络模型，包括： 构建高分辨率遥感图像语义分割模型； 获取用作训练数据集的高分辨率遥感图像，并标注语义分割图； 构建高分辨率遥感图像分割的各向异性上下文网络模型，并设计基干网络和各向异性上下文聚合模块，捕获不同尺度目标的上下文特征信息； 构建用于优化各向异性上下文网络模型参数学习的目标函数，预设各向异性上下文网络模型的训练超参； 将训练超参输入各向异性上下文网络模型中，依据目标函数，通过Adam优化器更新迭代各向异性上下文网络模型至收敛状态； 构建高分辨率遥感图像分割的各向异性上下文网络模型，设计基干网络和各向异性上下文聚合模块，捕获不同尺度目标的上下文特征信息，包括： 切分高分辨率遥感图像，并送至基干网络提取特征编码，构造特征图； 将特征图输入至各向异性上下文聚合模块，进行并行空洞卷积操作和复合池化操作，并将输出结果进行拼接； 各向异性上下文聚合模块包括并行空洞卷积模块和复合池化模块； 并行空洞卷积模块包括多条并行支路： 残差连接支路、最大池化支路以及三条串行叠加的空洞卷积支路； 空洞卷积率设置为锯齿状结构，分别为1至1、2至1、2、5； 复合池化操作，包括： 通过条状池化模型获取不同位置之间的远程上下文依赖关系： 将特征图输入至水平条状池化路径和垂直条状池化路径，进行池化操作，分别得到水平条状池化后的特征图和垂直条状池化后的特征图； 将水平条状池化后的特征图和垂直条状池化后的特征图上采样到输入时尺寸，进行特征图融合，获取条状池化特征图； 通过空间金字塔池化模型获取不同位置之间的短程上下文依赖关系： 基于空间金字塔池化模型收集短程依赖关系，获取大小不同的特征图； 通过上采样的方式将大小不同的特征图恢复至输入尺寸，获取空间金字塔池化特征图； 将条状池化特征图和空间金字塔池化特征图映射连接，获取高分辨率遥感图像中各向异性目标分布的语义信息。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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。