Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所翁璐斌获国家专利权

中国科学院自动化研究所翁璐斌获国家专利权

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!

龙图腾网获悉中国科学院自动化研究所申请的专利图像识别方法、装置、设备和存储介质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:CN121305394B

龙图腾网通过国家知识产权局官网在2026-03-31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:202511851532.0,技术领域涉及:G06V20/13;该发明授权图像识别方法、装置、设备和存储介质是由翁璐斌;刘瑞奇;史利民;于强;扈雷设计研发完成,并于2025-12-10向国家知识产权局提交的专利申请。

图像识别方法、装置、设备和存储介质在说明书摘要公布了:本发明提供了一种图像识别方法、装置、设备和存储介质,可以应用于遥感目标检测识别领域。该方法包括:对表征目标地表区域的光学图像和合成孔径雷达图像分别进行特征提取,得到光学语义特征和合成孔径语义特征,光学语义特征和合成孔径语义特征分别表示光学图像和合成孔径雷达图像中待识别的对象的对象类别;基于注意力机制处理光学语义特征和合成孔径语义特征,得到融合语义特征;基于图像识别模型,根据融合语义特征对目标地表区域进行对象识别,得到对象识别结果。

本发明授权图像识别方法、装置、设备和存储介质在权利要求书中公布了:1.一种图像识别方法,其特征在于,所述方法包括: 对表征目标地表区域的光学图像和合成孔径雷达图像分别进行特征提取,得到光学语义特征和合成孔径语义特征,所述光学语义特征和所述合成孔径语义特征分别表示所述光学图像和所述合成孔径雷达图像中待识别的对象的对象类别; 基于注意力机制处理所述光学语义特征和所述合成孔径语义特征,得到融合语义特征; 基于图像识别模型,根据所述融合语义特征对所述目标地表区域进行对象识别,得到对象识别结果, 所述图像识别模型是通过如下方式训练得到的: 对表征样本地表区域的光学样本图像和合成孔径雷达样本图像分别进行特征提取,得到样本光学特征和样本合成孔径特征,所述样本光学特征包括样本光学语义特征和样本光学模态特征,所述样本合成孔径特征包括样本合成孔径语义特征和样本合成孔径模态特征,所述样本光学模态特征和所述样本合成孔径模态特征分别表示所述光学样本图像和所述合成孔径雷达样本图像中的图像风格; 基于注意力机制处理所述样本光学语义特征和所述样本合成孔径语义特征,得到样本融合语义特征; 基于多元损失函数处理所述样本光学模态特征、所述样本合成孔径模态特征、所述样本融合语义特征和样本图像标签,得到多元损失值,所述多元损失函数是根据三元组损失项、正交约束损失项、光学样本图像损失项、合成孔径雷达样本图像损失项和样本融合语义特征损失项确定的,所述三元组损失项用于确保所述样本光学模态特征和所述样本合成孔径模态特征之间的边界,所述正交约束损失项用于降低所述样本光学模态特征和所述样本合成孔径模态特征之间的线性相关性; 基于所述多元损失值,训练初始图像分类模型,得到经训练的图像识别模型。

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中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。