買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜深圳大學(xué)申請(qǐng)的專(zhuān)利基于圖中圖卷積網(wǎng)絡(luò)的高光譜圖像分類(lèi)方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114022786B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202111509923.6，技術(shù)領(lǐng)域涉及：G06V20/13；該發(fā)明授權(quán)基于圖中圖卷積網(wǎng)絡(luò)的高光譜圖像分類(lèi)方法是由賈森;江樹(shù)國(guó);鄧琳設(shè)計(jì)研發(fā)完成，并于2021-12-10向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本基于圖中圖卷積網(wǎng)絡(luò)的高光譜圖像分類(lèi)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了基于圖中圖卷積網(wǎng)絡(luò)的高光譜圖像分類(lèi)方法，所述方法包括：獲取目標(biāo)光譜圖像，將所述目標(biāo)光譜圖像分割成若干超像素塊；確定若干所述超像素塊分別對(duì)應(yīng)的局部結(jié)構(gòu)圖和所述目標(biāo)光譜圖像對(duì)應(yīng)的全局結(jié)構(gòu)圖；根據(jù)所述若干所述局部結(jié)構(gòu)圖和所述全局結(jié)構(gòu)圖，確定所述目標(biāo)光譜圖像對(duì)應(yīng)的目標(biāo)圖像類(lèi)別。本發(fā)明通過(guò)確定每一超像素塊的局部結(jié)構(gòu)圖保留了超像素內(nèi)極優(yōu)的同質(zhì)信息，并將其與目標(biāo)光譜圖像的全局結(jié)構(gòu)圖一起綜合判定目標(biāo)光譜圖像的圖像類(lèi)別，提高了分類(lèi)的準(zhǔn)確性。解決了現(xiàn)有的基于圖卷積的目標(biāo)光譜圖像分類(lèi)方法在表征超像素時(shí)，采用超像素塊內(nèi)的均值或最大值統(tǒng)計(jì)變量，嚴(yán)重地忽略了超像素內(nèi)極優(yōu)的同質(zhì)信息，導(dǎo)致分類(lèi)結(jié)果不準(zhǔn)確的問(wèn)題。

本發(fā)明授權(quán)基于圖中圖卷積網(wǎng)絡(luò)的高光譜圖像分類(lèi)方法在權(quán)利要求書(shū)中公布了：1.一種基于圖中圖卷積網(wǎng)絡(luò)的高光譜圖像分類(lèi)方法，其特征在于，所述方法包括：獲取目標(biāo)光譜圖像，將所述目標(biāo)光譜圖像分割成若干超像素塊；確定若干所述超像素塊分別對(duì)應(yīng)的局部結(jié)構(gòu)圖和所述目標(biāo)光譜圖像對(duì)應(yīng)的全局結(jié)構(gòu)圖；根據(jù)所述若干所述局部結(jié)構(gòu)圖和所述全局結(jié)構(gòu)圖，確定所述目標(biāo)光譜圖像對(duì)應(yīng)的目標(biāo)圖像類(lèi)別；所述根據(jù)所述若干所述局部結(jié)構(gòu)圖和所述全局結(jié)構(gòu)圖，確定所述目標(biāo)光譜圖像對(duì)應(yīng)的目標(biāo)圖像類(lèi)別，包括：將若干所述局部結(jié)構(gòu)圖嵌入所述全局結(jié)構(gòu)圖，得到目標(biāo)結(jié)構(gòu)圖；根據(jù)所述目標(biāo)結(jié)構(gòu)圖，確定所述目標(biāo)圖像類(lèi)別；所述根據(jù)所述目標(biāo)結(jié)構(gòu)圖，確定所述目標(biāo)圖像類(lèi)別，包括：將所述目標(biāo)結(jié)構(gòu)圖輸入圖像分類(lèi)模型，得到所述目標(biāo)圖像類(lèi)別，其中，所述圖像分類(lèi)模型包括第一卷積模塊、第二卷積模塊、融合模塊以及分類(lèi)模塊；所述第一卷積模塊，用于根據(jù)若干所述局部結(jié)構(gòu)圖進(jìn)行特征提取，得到若干所述超像素塊分別對(duì)應(yīng)的第一特征向量，根據(jù)全部所述第一特征向量確定第一特征矩陣；所述第二卷積模塊，用于根據(jù)所述第一特征矩陣和所述全局結(jié)構(gòu)圖進(jìn)行特征提取，得到若干所述超像素塊分別對(duì)應(yīng)的第二特征向量；所述融合模塊，用于將每一所述超像素塊對(duì)應(yīng)的所述第一特征向量和所述第二特征向量進(jìn)行融合，得到每一所述超像素塊對(duì)應(yīng)的融合特征向量；所述分類(lèi)模塊，用于根據(jù)每一所述超像素塊對(duì)應(yīng)的融合特征向量，生成概率分布信息，根據(jù)所述概率分布信息確定所述目標(biāo)圖像類(lèi)別。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人深圳大學(xué)，其通訊地址為：518060 廣東省深圳市南山區(qū)南海大道3688號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。