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！

龙图腾网恭喜东南大学申请的专利一种基于改进DeepLabV3+的遥感影像建筑物提取方法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：CN114663759B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210296396.3，技术领域涉及：G06V20/10；该发明授权一种基于改进DeepLabV3+的遥感影像建筑物提取方法是由王慧青;帅娜;张小国设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本一种基于改进DeepLabV3+的遥感影像建筑物提取方法在说明书摘要公布了：本发明提供了一种基于改进DeepLabV3+的遥感影像建筑物提取方法，该方法包括：获取高分辨的遥感影像,构建遥感影像数据集，包括训练集、验证集、测试集；对传统的语义分割算法DeepLabV3+进行改进，引入双注意力机制CBAM模块、密集连接ASPP模块以及在解码端用DUpsampling方法代替传统的双线性插值方法；将遥感影像数据集输入到改进后的网络模型中进行训练，获得训练好的建筑物检测模型；将训练好的建筑物检测模型在遥感影像的测试集中进行检测；对于大尺度遥感影像用传统方法先依次裁剪再预测拼接会损失大量的边缘信息的问题，本发明中采取忽略边缘预测的方法进行改善。本方法解决了传统算法对于小目标物体检测出现的漏检、误检等问题，丰富了边缘信息，提高了建筑物的检测精度。

本发明授权一种基于改进DeepLabV3+的遥感影像建筑物提取方法在权利要求书中公布了：1.一种基于改进DeepLabV3+的遥感影像建筑物提取方法，其特征在于，包括以下步骤：S1获取高分辨的遥感影像,构建遥感影像数据集，包括训练集、验证集、测试集；S2对传统的语义分割算法DeepLabV3+进行改进，引入双注意力机制CBAM模块、密集连接ASPP模块以及在解码端用DUpsampling方法代替传统的双线性插值方法；S3将遥感影像数据集输入到改进后的网络模型中进行训练，获得训练好的建筑物检测模型；S4将训练好的建筑物检测模型在遥感影像的测试集中进行检测；S5采取忽略边缘预测的方法对大尺度遥感影像进行预测来避免损失大量的边缘信息；步骤S2中，在DeepLabV3+的骨干特征提取网络ResNet-101中嵌入双注意力机制CBAM模块，在ResBlock中将输入特征图F分别进行宽度和高度的全局平均池化操作和最大池化操作，然后送入到共享网络中，共享网络由多层感知机和一个隐藏层组成，接着将共享网络输出的特征进行加和，再经过sigmoid激活操作得到最终的通道特征图Mc；步骤S2中，将得到的通道特征图Mc在通道维度上分别进行全局平均池化操作和最大池化操作，并将得到的特征图进行拼接，引入卷积进行降维，并加入sigmoid函数最终生成空间注意力特征图，最后将该注意力图与输入的特征图相乘，得到最终的特征；步骤S2中，将DeepLabV3+中ASPP结构的不同膨胀率的空洞卷积层通过级联的方式组合，每一层空洞卷积的输入与前面所有并行空洞卷积层的输出拼接在一起作为当前空洞卷积层的输入；步骤S2中，在解码端，对特征图进行上采样从而恢复到原始图片大小的过程中，采用DUpsampling取代双线性插值。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。