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！

龍圖騰網獲悉西安電子科技大學申請的專利基于多尺度特征融合和SAM的遙感圖像語義分割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：CN116206112B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202310262035.1，技術領域涉及：G06V10/26；該發明授權基于多尺度特征融合和SAM的遙感圖像語義分割方法是由紀建;徐賀凱;羅邁;楊勇;康宇翰;劉向增設計研發完成，并于2023-03-17向國家知識產權局提交的專利申請。

本基于多尺度特征融合和SAM的遙感圖像語義分割方法在說明書摘要公布了：本發明提出一種基于多尺度融合和空間注意力模塊的遙感圖像語義分割方法，旨在通過對圖像的多尺度特征進行融合和增強特征點之間的位置映射關系，更加準確的預測對象邊界之間的像素點關系，增強遙感圖像的語義分割效果。實現步驟為：首先構建Swin?Transfomer模塊、多尺度特征融合模塊、雙路空間注意力解碼器模塊和處理模塊，將訓練數據依次通過上述四個模塊訓練SwinDSA?meige網絡，最后對預測圖像進行語義分割。本發明能夠改善圖像分割中位置映射關系和上下文聯系問題，在分割小物體上比大部分方法更好。

本發明授權基于多尺度特征融合和SAM的遙感圖像語義分割方法在權利要求書中公布了：1.一種基于多尺度融合和SAM的遙感圖像語義分割方法，其特征在于，使用一個多尺度特征融合模塊對Swin-Transfomer不同層的輸出結果進行特征融合，使用雙路空間注意力機制對多尺度特征融合模塊的結果進行解碼，再通過一個處理模塊得到最終的分割結果，該方法的步驟包括如下： 步驟1，生成訓練集： 選取71張遙感圖像及其對應的標簽圖像組成訓練集；其中，38張圖像的分辨率為6,000×6,000，采樣距離為5cm，剩余33張圖像由數據集提供的分辨率各不相同，采樣距離為9cm； 步驟2，構建SwinDSA-merge分割網絡，該分割網絡由編碼器、多尺度特征融合模塊、雙路空間注意力解碼器、處理模塊串聯組成； 步驟2.1，SwinDSA-merge網絡中的編碼器采用現有技術Swin-Transfomer網絡； 步驟2.2，構建多尺度特征融合模塊，其結構依次為：第一特征輸入層、第一卷積層、第二特征輸入層、第二卷積層、第一上采樣層、第三特征輸入層、第三卷積層、第二上采樣層；將第一至第三特征輸入層的通道數分別設置為192、384、768；將第一至第三卷積層的卷積核大小均設置為1×1，步長均設置為1，卷積核個數均設置為512；將第一、第二上采樣層的上采樣倍率分別設置為2、4； 將第一、二采樣層的結果與第一卷積層的結果用Element-wiseAddition方法實現特征融合，將結果作為解碼器的輸入； 步驟2.3，構建由兩個結構相同的SAM-C和SAM-D并聯組成的雙路空間注意力解碼器；所述SAM-C模塊結構依次為：第一卷積層、歸一化層、激活層、第二卷積層和掩碼獲取層；將第一、二卷積層的卷積核大小均設置為1×1；歸一化層選擇批歸一化方法；激活層采用交叉熵損失函數實現；掩碼獲取層通過下式獲取掩碼信息： 其中，m,n表示輸入到掩碼獲取層的圖像中任意像素c的位置，p,q表示像素x的位置，r為像素距離，α為衰減因子； SAM-D模塊結構除掩碼獲取層外，結構與SAM-C一致，SAM-D模塊的掩碼獲取層通過下式獲取掩碼信息： 其中，r,s表示輸入到SAM-D掩碼獲取層的圖像中任意像素y的位置，e,f表示像素d的位置，r為像素距離，β為衰減因子； 步驟2.4，構建由第一特征層、第二特征圖、連接層串聯組成的處理模塊；所述第一特征層的結構依次為：連接層、卷積層、歸一化層和激活層；第一特征層的連接層連接方法設置為concatenate，卷積層的卷積核大小設置為1×1，歸一化層選擇批歸一化方法、激活層采用交叉熵損失函數實現；第二特征圖為經過特征融合模塊的解碼器的輸入；所述連接層連接方法設置為concatenate； 步驟3，訓練SwinDSA-merge網絡： 步驟3.1優化器設置為AdamW，學習策略設置為warmup，學習了衰減策略設置為poly，在編碼器部分，droppath的大小設置為為0.3，在解碼器部分，dropout的大小設置為0.1； 步驟3.2將訓練集輸入到SwinDSA-merge網絡中，利用梯度下降法，迭代更新網絡參數，直至損失函數收斂為止，得到訓練好的SwinDSA-merge網絡； 步驟4，預測遙感圖像； 步驟4.1，將待預測的遙感圖像標好序號； 步驟4.2，將標好序號的圖像依次輸入訓練好的SwinDSA-merge網絡，得到裁剪后遙感圖像分割結果； 步驟4.3，將裁剪后遙感圖像的分割結果按照序號依次進行拼接，得到最終的分割結果。

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西安電子科技大學，其通訊地址為：710071 陜西省西安市雁塔區太白南路2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”。