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)獲悉南京理工大學(xué)申請(qǐng)的專利基于多尺度內(nèi)卷網(wǎng)絡(luò)的高光譜圖像分類的方法獲國家發(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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114494846B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05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(qǐng)?zhí)?專利號(hào)為：202111556994.1，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)基于多尺度內(nèi)卷網(wǎng)絡(luò)的高光譜圖像分類的方法是由張安迪;劉芳;劉嘉;肖亮;徐洋;楊勁翔;郜文菲設(shè)計(jì)研發(fā)完成，并于2021-12-18向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于多尺度內(nèi)卷網(wǎng)絡(luò)的高光譜圖像分類的方法在說明書摘要公布了：本發(fā)明公開了一種基于對(duì)尺度內(nèi)卷網(wǎng)絡(luò)的高光譜圖像分類的方法，該方法包括：對(duì)原始高光譜數(shù)據(jù)進(jìn)行最大最小歸一化；構(gòu)建自適應(yīng)光譜去噪網(wǎng)絡(luò)提純歸一化后的數(shù)據(jù)；構(gòu)建空間卷積子網(wǎng)絡(luò)與內(nèi)卷子網(wǎng)絡(luò)，并在網(wǎng)絡(luò)中嵌入Dropblock模塊提高網(wǎng)絡(luò)泛化能力；構(gòu)建自編碼器模塊，并將重建損失施加正則化以保持圖像原本特征；融合空間卷積子網(wǎng)絡(luò)與內(nèi)卷子網(wǎng)絡(luò)，并同時(shí)訓(xùn)練自編碼器模塊，最終得到分類識(shí)別結(jié)果。本發(fā)明構(gòu)建的內(nèi)卷網(wǎng)絡(luò)更加關(guān)注于高光譜數(shù)據(jù)的光譜特征，并且融合了空間卷積網(wǎng)絡(luò)以完善模型的空間特征提取能力，同時(shí)引入的Dropblock模塊更進(jìn)一步地提高了模型的泛化性，而自編碼器模塊能夠保持重建圖像的質(zhì)量。

本發(fā)明授權(quán)基于多尺度內(nèi)卷網(wǎng)絡(luò)的高光譜圖像分類的方法在權(quán)利要求書中公布了：1.一種基于多尺度內(nèi)卷網(wǎng)絡(luò)的高光譜圖像分類的方法，其特征在于，包括以下步驟： 1對(duì)原始高光譜圖像數(shù)據(jù)集進(jìn)行最大最小歸一化； 其中，歸一化后的高光譜圖像記作I，I的大小為H×W×C,H和W表示高光譜圖像的長度和寬度，C為高光譜圖像的光譜數(shù)，高光譜圖像的類別數(shù)記為M； 2構(gòu)建自適應(yīng)的光譜去噪網(wǎng)絡(luò)，即通過若干批歸一化層、卷積層、池化層，使最后一層的特征圖數(shù)量小于歸一化后的高光譜圖像通道數(shù)，自適應(yīng)學(xué)習(xí)對(duì)當(dāng)前任務(wù)有效的光譜信息； 其中，經(jīng)過去噪網(wǎng)絡(luò)后的特征圖記為I1，大小為H×W×C1，C1＜C，C1為經(jīng)過去噪網(wǎng)絡(luò)后的特征圖的光譜數(shù)； 3構(gòu)建多尺度內(nèi)卷子網(wǎng)絡(luò)，即為I1中每一個(gè)光譜向量構(gòu)造不同尺度鄰域空間其中s≥1；再通過1×1的小卷積核壓縮光譜向量，壓縮后的光譜向量記為T，其中T的通道大小與鄰域空間一致，為s×s；將T沿著通道方向展開至平面，即得到多個(gè)尺度的內(nèi)卷核；將內(nèi)卷核與光譜向量的鄰域空間進(jìn)行乘法運(yùn)算，然后對(duì)區(qū)域信息求和，得到光譜相關(guān)的特征，最后融合多個(gè)尺度的輸出特征，記為I11； 4構(gòu)建空間卷積子網(wǎng)絡(luò)，即通過采用多個(gè)三維卷積核，提取特征圖I1的深層空間信息，同時(shí)在網(wǎng)絡(luò)中嵌入Dropblock塊，以概率p丟棄特征圖中K×K×R大小的鄰域空間像素點(diǎn)；I1經(jīng)過空間卷積子網(wǎng)后的得到的特征圖記為I12； 5融合由多尺度內(nèi)卷子網(wǎng)提取到的光譜特征I11，以及空間卷積子網(wǎng)絡(luò)提取到的空間特征I12；融合后的特征記為I2；對(duì)I2使用Softmax函數(shù)，將特征提取的結(jié)果轉(zhuǎn)化為概率分布；采用交叉熵作為融合網(wǎng)絡(luò)的損失函數(shù)，計(jì)算預(yù)測結(jié)果與地物標(biāo)簽之間的差值L1； 6構(gòu)建自編碼器，即采用三維卷積核，將I1的特征信息進(jìn)行編碼和解碼以重構(gòu)圖像，重構(gòu)圖像記作選擇均方誤差作為自編碼器的損失函數(shù)，I和之間的損失值記作L2； 7計(jì)算總損失，即將L1作為主損失，用于得到精細(xì)化的空譜特征，同時(shí)L2作為正則化項(xiàng)，以保持圖像的重建質(zhì)量，防止中間特征偏離原本的分布；總損失記為L，L＝L1+L2，用于訓(xùn)練網(wǎng)絡(luò)，并將訓(xùn)練好的網(wǎng)絡(luò)為待分類的樣本打上標(biāo)簽。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京理工大學(xué)，其通訊地址為：210094 江蘇省南京市孝陵衛(wèi)200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0551-65771310或微信搜索“龍圖騰網(wǎng)”。