买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜武汉理工大学三亚科教创新园申请的专利一种基于自注意的农业高光谱图像分类方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117079038B 。

龙图腾网通过国家知识产权局官网在2025-05-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311063695.3，技术领域涉及：G06V10/764；该发明授权一种基于自注意的农业高光谱图像分类方法及设备是由陈亚雄;张波;熊盛武设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种基于自注意的农业高光谱图像分类方法及设备在说明书摘要公布了：本发明提供了一种基于自注意的农业高光谱图像分类方法及设备，其方法包括：基于光谱数据处理模块对待识别农业高光谱图像进行前处理，获得备用高光谱图像；基于空间光谱自注意模块对备用高光谱图像进行空间维度和光谱维度的自注意学习，获得空间光谱特征；基于多尺度自注意光谱特征融合模块对空间光谱特征进行多尺度的光谱维度的自注意学习，获得增强语义特征；基于双分支语义特征提取模块对增强语义特征进行处理，对应获得空间语义特征和光谱语义特征；基于自适应融合模块对空间语义特征和光谱语义特征进行自适应融合处理，获得分类结果。本发明集成了光谱和空间特征，同时强调了农业高光谱图像内的自相关性，提高了分类的鲁棒性。

本发明授权一种基于自注意的农业高光谱图像分类方法及设备在权利要求书中公布了：1.一种基于自注意的农业高光谱图像分类方法，其特征在于，用于基于训练完备的高光谱图像分类模型确定待识别农业高光谱图像的分类结果，所述高光谱图像分类模型包括光谱数据处理模块、空间光谱自注意模块、多尺度自注意光谱特征融合模块、双分支语义特征提取模块以及自适应融合模块；所述基于自注意的农业高光谱图像分类方法包括：基于所述光谱数据处理模块对待识别农业高光谱图像进行前处理，获得备用高光谱图像；基于所述空间光谱自注意模块对所述备用高光谱图像进行空间维度和光谱维度的自注意学习，获得空间光谱特征；基于所述多尺度自注意光谱特征融合模块对所述空间光谱特征进行多尺度的光谱维度的自注意学习，获得增强语义特征；基于所述双分支语义特征提取模块对所述增强语义特征分别进行一维空间自注意学习和一维光谱自注意学习，对应获得空间语义特征和光谱语义特征；基于所述自适应融合模块对所述空间语义特征和所述光谱语义特征进行自适应融合处理，获得所述分类结果；所述空间光谱自注意模块包括深度注意力权重确定子模块、高度注意力权重确定子模块以及宽度注意力权重确定子模块；所述基于所述空间光谱自注意模块对所述备用高光谱图像进行空间维度和光谱维度的自注意学习，获得空间光谱特征，包括：基于所述深度注意力权重确定子模块对所述备用高光谱图像进行沿深度方向的光谱维度的自注意学习，获得深度注意力权重；基于所述高度注意力权重确定子模块对所述备用高光谱图像进行沿高度方向的光谱维度的自注意学习，获得高度注意力权重；基于所述宽度注意力权重确定子模块对所述备用高光谱图像进行沿宽度方向的光谱维度的自注意学习，获得宽度注意力权重；基于所述备用高光谱图像、所述深度注意力权重、所述高度注意力权重以及所述宽度注意力权重获得所述空间光谱特征；所述多尺度自注意光谱特征融合模块包括二维卷积单元、第一光谱自注意单元、第一特征压缩单元、第二光谱自注意单元、第二特征压缩单元、第三光谱自注意单元以及第三特征压缩单元；所述基于所述多尺度自注意光谱特征融合模块对所述空间光谱特征进行多尺度的光谱维度的自注意学习，获得增强语义特征，包括：基于所述二维卷积单元对所述空间光谱特征进行卷积处理，获得二维特征图；基于第一光谱自注意单元对所述二维特征图进行自注意学习，获得第一注意力权重；基于所述第一特征压缩单元对所述二维特征图进行压缩，获得第一压缩特征图；基于第二光谱自注意单元对所述第一压缩特征图进行自注意学习，获得第二注意力权重；基于所述第二特征压缩单元对所述第一压缩特征图进行压缩，获得第二压缩特征图；基于第三光谱自注意单元对所述第二压缩特征图进行自注意学习，获得第三注意力权重；基于所述第三特征压缩单元对所述第二压缩特征图进行压缩，获得第三压缩特征图；对所述第一注意力权重、所述第二注意力权重、所述第三注意力权重以及所述第三压缩特征图进行融合处理，获得所述增强语义特征；所述双分支语义特征提取模块包括空间语义特征提取单元以及光谱语义特征提取单元；所述基于所述双分支语义特征提取模块对所述增强语义特征分别进行一维空间自注意学习和一维光谱自注意学习，对应获得空间语义特征和光谱语义特征，包括：获取预设的初始分类标记和初始位置信息；基于所述空间语义特征提取单元、所述初始分类标记和所述初始位置信息对所述增强语义特征分别进行一维空间自注意学习，获得空间语义特征；基于所述光谱语义特征提取单元、所述初始分类标记和所述初始位置信息对所述增强语义特征分别进行一维光谱自注意学习，获得光谱语义特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学三亚科教创新园，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。