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！

龙图腾网获悉珠海欧比特卫星大数据有限公司申请的专利一种基于多注意通道的自然田型遥感图像的端对端提取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：CN121031676B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511575210.8，技术领域涉及：G06N3/0464；该发明授权一种基于多注意通道的自然田型遥感图像的端对端提取方法是由邓开元;刘璐铭;钟俊;颜志宇;吴佳奇;管瑞;谢小玲;林河捷;侯珍珍;吴培飞设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种基于多注意通道的自然田型遥感图像的端对端提取方法在说明书摘要公布了：本发明公开了一种基于多注意通道的自然田型遥感图像的端对端提取方法。本发明包括以下步骤：S1.输入自然田型遥感图像通过骨干网络生成初步特征图；S2.将初步特征图依次通过骨干网络的至少两个残差学习阶段进行深层特征提取，最后生成高维特征图，并保留第一个残差学习阶段输出的第一特征图；S3.将高维特征图输入空洞空间金字塔池化ASPP模块，生成池化特征图，S4.将经过第一个通道注意力模块加权的第一特征图和经过第二个通道注意力模块加权的池化特征图沿通道维度拼接，形成组合特征图；S5.将组合特征图输入含有第三个通道注意力模块的解码器模块，生成最终的精细化分割图；本发明应用于遥感图像的技术领域。

本发明授权一种基于多注意通道的自然田型遥感图像的端对端提取方法在权利要求书中公布了：1.一种基于多注意通道的自然田型遥感图像的端对端提取方法，其特征在于，包括以下步骤： 步骤1.构建DeepLabV3PlusCA模型，输入自然田型遥感图像并通过预训练的骨干网络进行初步特征提取，生成初步特征图； 步骤2.将初步特征图依次通过骨干网络的至少两个残差学习阶段进行深层特征提取，最后生成高维特征图，并保留第一个残差学习阶段输出的第一特征图； 步骤3.将高维特征图输入空洞空间金字塔池化ASPP模块，生成池化特征图，随后，通过双线性插值法将池化特征图上采样至尺寸与第一特征图的空间尺寸保持一致； 步骤4.将第一特征图应用第一个通道注意力模块，进行加权调整，将通过双线性插值法处理后池化特征图应用第二个通道注意力模块进行加权调整，将经过加权的第一特征图和经过加权的池化特征图沿通道维度拼接，形成组合特征图； 步骤5.将组合特征图输入解码器模块，在解码器模块内部应用第三个通道注意力模块，强化边缘细节建模能力，接着通过双线性插值法对初步分割结果进行上采样，恢复至原始输入遥感图像分辨率，生成最终的精细化分割图； 步骤6.加载并预处理训练遥感图像数据及其对应标签图像数据,将预处理训练遥感图像数据及其对应标签图像数据输入DeepLabV3PlusCA模型； 步骤7.分块滑窗预测：针对大型遥感图像，采用分块读取和滑窗预测策略，避免内存溢出，同时保留图像的地理参考信息； 设所述步骤7中的大型遥感图像为I,其大小为H*W，H代表为高度，W代表为宽度，使用滑窗方法将图像分割为256x256像素的瓦片，与DeepLabV3PlusCA模型输入尺寸匹配，滑窗步长为s；假设图像I被分割成n个瓦片，第i个瓦片表示为Ii,i=1,2,···，n；将每个瓦片Ii输入训练好的模型M进行推理，生成对应的二值分割掩码Mi；即Mi=MIi；在拼接过程中，对滑窗过程中的重叠区域采用平均法融合预测值，设两个相邻瓦片Ij和Ij+1的重叠区域为O，O在Ij中的部分预测值为Pj，0,在Ij+1中的部分预测值为Pj+1,0,则融合后的预测值P0为： ， 最终，将所有处理后的分割掩码拼接形成完整的栅格提取结果R，并输出矢量文件。

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珠海欧比特卫星大数据有限公司，其通讯地址为：519000 广东省珠海市高新区唐家湾镇白沙路1号研发楼111房；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。