買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜武漢理工大學(xué)三亞科教創(chuàng)新園申請的專利一種基于自注意的農(nóng)業(yè)高光譜圖像分類方法及設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN117079038B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-20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)的專利申請?zhí)?專利號為：202311063695.3，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)一種基于自注意的農(nóng)業(yè)高光譜圖像分類方法及設(shè)備是由陳亞雄;張波;熊盛武設(shè)計研發(fā)完成，并于2023-08-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于自注意的農(nóng)業(yè)高光譜圖像分類方法及設(shè)備在說明書摘要公布了：本發(fā)明提供了一種基于自注意的農(nóng)業(yè)高光譜圖像分類方法及設(shè)備，其方法包括：基于光譜數(shù)據(jù)處理模塊對待識別農(nóng)業(yè)高光譜圖像進(jìn)行前處理，獲得備用高光譜圖像；基于空間光譜自注意模塊對備用高光譜圖像進(jìn)行空間維度和光譜維度的自注意學(xué)習(xí)，獲得空間光譜特征；基于多尺度自注意光譜特征融合模塊對空間光譜特征進(jìn)行多尺度的光譜維度的自注意學(xué)習(xí)，獲得增強(qiáng)語義特征；基于雙分支語義特征提取模塊對增強(qiáng)語義特征進(jìn)行處理，對應(yīng)獲得空間語義特征和光譜語義特征；基于自適應(yīng)融合模塊對空間語義特征和光譜語義特征進(jìn)行自適應(yīng)融合處理，獲得分類結(jié)果。本發(fā)明集成了光譜和空間特征，同時強(qiáng)調(diào)了農(nóng)業(yè)高光譜圖像內(nèi)的自相關(guān)性，提高了分類的魯棒性。

本發(fā)明授權(quán)一種基于自注意的農(nóng)業(yè)高光譜圖像分類方法及設(shè)備在權(quán)利要求書中公布了：1.一種基于自注意的農(nóng)業(yè)高光譜圖像分類方法，其特征在于，用于基于訓(xùn)練完備的高光譜圖像分類模型確定待識別農(nóng)業(yè)高光譜圖像的分類結(jié)果，所述高光譜圖像分類模型包括光譜數(shù)據(jù)處理模塊、空間光譜自注意模塊、多尺度自注意光譜特征融合模塊、雙分支語義特征提取模塊以及自適應(yīng)融合模塊；所述基于自注意的農(nóng)業(yè)高光譜圖像分類方法包括：基于所述光譜數(shù)據(jù)處理模塊對待識別農(nóng)業(yè)高光譜圖像進(jìn)行前處理，獲得備用高光譜圖像；基于所述空間光譜自注意模塊對所述備用高光譜圖像進(jìn)行空間維度和光譜維度的自注意學(xué)習(xí)，獲得空間光譜特征；基于所述多尺度自注意光譜特征融合模塊對所述空間光譜特征進(jìn)行多尺度的光譜維度的自注意學(xué)習(xí)，獲得增強(qiáng)語義特征；基于所述雙分支語義特征提取模塊對所述增強(qiáng)語義特征分別進(jìn)行一維空間自注意學(xué)習(xí)和一維光譜自注意學(xué)習(xí)，對應(yīng)獲得空間語義特征和光譜語義特征；基于所述自適應(yīng)融合模塊對所述空間語義特征和所述光譜語義特征進(jìn)行自適應(yīng)融合處理，獲得所述分類結(jié)果；所述空間光譜自注意模塊包括深度注意力權(quán)重確定子模塊、高度注意力權(quán)重確定子模塊以及寬度注意力權(quán)重確定子模塊；所述基于所述空間光譜自注意模塊對所述備用高光譜圖像進(jìn)行空間維度和光譜維度的自注意學(xué)習(xí)，獲得空間光譜特征，包括：基于所述深度注意力權(quán)重確定子模塊對所述備用高光譜圖像進(jìn)行沿深度方向的光譜維度的自注意學(xué)習(xí)，獲得深度注意力權(quán)重；基于所述高度注意力權(quán)重確定子模塊對所述備用高光譜圖像進(jìn)行沿高度方向的光譜維度的自注意學(xué)習(xí)，獲得高度注意力權(quán)重；基于所述寬度注意力權(quán)重確定子模塊對所述備用高光譜圖像進(jìn)行沿寬度方向的光譜維度的自注意學(xué)習(xí)，獲得寬度注意力權(quán)重；基于所述備用高光譜圖像、所述深度注意力權(quán)重、所述高度注意力權(quán)重以及所述寬度注意力權(quán)重獲得所述空間光譜特征；所述多尺度自注意光譜特征融合模塊包括二維卷積單元、第一光譜自注意單元、第一特征壓縮單元、第二光譜自注意單元、第二特征壓縮單元、第三光譜自注意單元以及第三特征壓縮單元；所述基于所述多尺度自注意光譜特征融合模塊對所述空間光譜特征進(jìn)行多尺度的光譜維度的自注意學(xué)習(xí)，獲得增強(qiáng)語義特征，包括：基于所述二維卷積單元對所述空間光譜特征進(jìn)行卷積處理，獲得二維特征圖；基于第一光譜自注意單元對所述二維特征圖進(jìn)行自注意學(xué)習(xí)，獲得第一注意力權(quán)重；基于所述第一特征壓縮單元對所述二維特征圖進(jìn)行壓縮，獲得第一壓縮特征圖；基于第二光譜自注意單元對所述第一壓縮特征圖進(jìn)行自注意學(xué)習(xí)，獲得第二注意力權(quán)重；基于所述第二特征壓縮單元對所述第一壓縮特征圖進(jìn)行壓縮，獲得第二壓縮特征圖；基于第三光譜自注意單元對所述第二壓縮特征圖進(jìn)行自注意學(xué)習(xí)，獲得第三注意力權(quán)重；基于所述第三特征壓縮單元對所述第二壓縮特征圖進(jìn)行壓縮，獲得第三壓縮特征圖；對所述第一注意力權(quán)重、所述第二注意力權(quán)重、所述第三注意力權(quán)重以及所述第三壓縮特征圖進(jìn)行融合處理，獲得所述增強(qiáng)語義特征；所述雙分支語義特征提取模塊包括空間語義特征提取單元以及光譜語義特征提取單元；所述基于所述雙分支語義特征提取模塊對所述增強(qiáng)語義特征分別進(jìn)行一維空間自注意學(xué)習(xí)和一維光譜自注意學(xué)習(xí)，對應(yīng)獲得空間語義特征和光譜語義特征，包括：獲取預(yù)設(shè)的初始分類標(biāo)記和初始位置信息；基于所述空間語義特征提取單元、所述初始分類標(biāo)記和所述初始位置信息對所述增強(qiáng)語義特征分別進(jìn)行一維空間自注意學(xué)習(xí)，獲得空間語義特征；基于所述光譜語義特征提取單元、所述初始分類標(biāo)記和所述初始位置信息對所述增強(qiáng)語義特征分別進(jìn)行一維光譜自注意學(xué)習(xí)，獲得光譜語義特征。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人武漢理工大學(xué)三亞科教創(chuàng)新園，其通訊地址為：572024 海南省三亞市崖州區(qū)崖州灣科技城用友產(chǎn)業(yè)園9號樓；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0551-65771310或微信搜索“龍圖騰網(wǎng)”。