買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國人民解放軍國防科技大學申請的專利基于特征校正和多級對抗防御的遙感圖像深度識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117253161B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311200120.1，技術領域涉及：G06V20/17；該發明授權基于特征校正和多級對抗防御的遙感圖像深度識別方法是由孫浩;逯子豪;計科峰;匡綱要設計研發完成，并于2023-09-18向國家知識產權局提交的專利申請。

本基于特征校正和多級對抗防御的遙感圖像深度識別方法在說明書摘要公布了：本申請涉及一種基于特征校正和多級對抗防御的遙感圖像深度識別方法。所述方法包括：根據PGD算法對遙感數據集進行對抗攻擊并添加擾動制作對抗樣本；在多個卷積神經基礎子網絡中添加特征校正模塊到每個卷積神經基礎子網絡的中間層構建集成模型；根據對抗樣本和預先設置的對抗損失函數對集成模型進行對抗訓練，得到深度集成網絡模型；對遙感數據集和對抗樣本進行標注，在深度集成網絡模型的每個子網絡上根據標注后的樣本訓練多個對抗檢測器，通過邏輯回歸分類器對每個對抗檢測器的輸出進行整合構建被動防御模塊；將被動防御模塊和深度集成網絡模型按序連接構建遙感圖像深度識別模型，根據遙感圖像深度識別模型對待測遙感圖像進行圖像識別。采用本方法能夠提高無人機視覺識別系統的對抗魯棒性。

本發明授權基于特征校正和多級對抗防御的遙感圖像深度識別方法在權利要求書中公布了：1.一種基于特征校正和多級對抗防御的遙感圖像深度識別方法，其特征在于，所述方法包括： 獲取遙感數據集；根據PGD算法對所述遙感數據集進行對抗攻擊并添加擾動制作對抗樣本；所述對抗樣本包括遙感圖像和對抗攻擊后的圖像； 在多個卷積神經基礎子網絡中添加特征校正模塊到每個卷積神經基礎子網絡的中間層構建集成模型；根據所述對抗樣本和預先設置的對抗損失函數對所述集成模型進行對抗訓練，得到深度集成網絡模型； 對所述遙感數據集和所述對抗樣本進行標注，在深度集成網絡模型的每個子網絡上根據標注后的樣本訓練多個對抗檢測器，通過邏輯回歸分類器對每個對抗檢測器的輸出進行整合構建被動防御模塊； 將所述被動防御模塊和深度集成網絡模型按序連接構建遙感圖像深度識別模型，根據所述遙感圖像深度識別模型對待測遙感圖像進行圖像識別； 所述添加特征校正模塊的過程包括： 添加特征校正模塊的過程包括分離階段和重新校準階段；所述特征校正模塊包括分離網絡和全連接網絡；所述全連接網絡為集成模型的輔助層； 在分離階段中，定義一個分離網絡用于學習特征單元的魯棒性，輸出魯棒性圖譜；根據所述魯棒性圖譜設置軟掩碼，利用所述軟掩碼和預先設置的特征閾值來分解特征圖，得到穩健特征和非穩健特征； 將穩健特征和非穩健特征加入全連接網絡中，根據預先設置的第一損失函數引導分離網絡為有助于輔助層做出正確決策的特征單元分配較高的魯棒性得分幫助輔助層做出正確的預測；所述正確的預測包括正確的穩健特征和正確的非穩健特征； 根據校準網絡對所述正確的非穩健特征進行校準，得到校準后的非穩健特征； 在重新校準階段，根據輔助層對校準后的非穩健特征進行重新校準，得到重新校準后的非穩健特征； 根據所述穩健特征和重新校準后的非穩健特征輸出特征圖； 所述第一損失函數為 其中，yc為真實標簽，為相對應的置信度得分；y′c是置信度得分最高的錯誤標簽，為置信度得分； 所述重新校準的校準損失函數為 其中，是輔助層的輸出預測得分，yc為真實標簽。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國人民解放軍國防科技大學，其通訊地址為：410000 湖南省長沙市開福區德雅路109號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。