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！

龙图腾网获悉泉州装备制造研究所;中国科学院福建物质结构研究所申请的专利一种基于自监督光谱空间建模的跨域图像分类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：CN121837940B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610306679.X，技术领域涉及：G06V20/10；该发明授权一种基于自监督光谱空间建模的跨域图像分类是由沈慧芳;吕天华;巢建树;赖佳华;袁建亚设计研发完成，并于2026-03-13向国家知识产权局提交的专利申请。

本一种基于自监督光谱空间建模的跨域图像分类在说明书摘要公布了：本发明涉及图像处理领域，具体涉及一种基于自监督光谱空间建模的跨域图像分类，包括如下依次执行的步骤：S1：获取源域高光谱图像，对该源域高光谱图像进行预处理；S2：采用预处理后的源域高光谱图像对空间‑光谱Transformer模型进行预训练，获取训练好的空间‑光谱Transformer模型；S3：采用训练好的空间‑光谱Transformer模型作为教师特征网络，构建结构相同且参数可更新的学生模型，引入扩散对齐微调蒸馏机制，对该学生模型进行训练，获取训练好的学生模型；S4：对目标域HSI图像块进行预处理，将预处理后的目标域HSI图像块输入训练好的学生模型中进行图像分类处理，基于模型输出序列中与类别标记对应的特征表示，实现对所述HSI图像块的分类；扩散对齐微调蒸馏缓解语义漂移。

本发明授权一种基于自监督光谱空间建模的跨域图像分类在权利要求书中公布了：1.一种基于自监督光谱空间建模的跨域图像分类，其特征在于：包括如下依次执行的步骤： S1：在数据预处理阶段：获取源域高光谱图像，采用主成分分析对该源域高光谱图像进行降维与序列化处理，分别构建空间掩码特征和光谱特征，并对该空间掩码特征添加基于马尔科夫链的噪声扰动； S2：在预训练阶段：采用预处理后的源域高光谱图像对空间-光谱Transformer模型进行预训练，获取训练好的空间-光谱Transformer模型； 该空间-光谱Transformer模型采用四层条件Transformer编码器和四层Transformer解码器，该编码器的前两层采用平行的分别捕捉局部空间背景和光谱分布特征的空间-光谱双分支，该编码器的中间层采用双向交叉注意力机制实现深度跨模态互补，获取融合特征，该编码器的最后两层对该融合特征进行特征提取，获得建模特征，该Transformer解码器对该建模特征的噪声特征进行去噪重建； S3：在微调阶段：采用训练好的空间-光谱Transformer模型作为教师特征网络，构建结构相同且参数可更新的学生模型，引入扩散对齐微调蒸馏机制，对该学生模型进行训练，获取训练好的学生模型； S4：在测试阶段：对目标域HSI图像块进行预处理，将预处理后的目标域HSI图像块输入训练好的学生模型中进行图像分类处理，基于模型输出序列中与类别标记对应的特征表示，实现对所述HSI图像块的分类。

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泉州装备制造研究所;中国科学院福建物质结构研究所，其通讯地址为：362000 福建省泉州市台商投资区洛阳镇上浦村吉贝511号；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”。

以上内容由龙图腾AI智能生成。