Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜自然资源部第一航测遥感院(陕西省第五测绘工程院)韩红涛获国家专利权

恭喜自然资源部第一航测遥感院(陕西省第五测绘工程院)韩红涛获国家专利权

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!

龙图腾网恭喜自然资源部第一航测遥感院(陕西省第五测绘工程院)申请的专利一种基于卫星影像的居民地提取方法、装置、设备及介质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:CN119580115B

龙图腾网通过国家知识产权局官网在2025-05-13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:202411655830.8,技术领域涉及:G06V20/13;该发明授权一种基于卫星影像的居民地提取方法、装置、设备及介质是由韩红涛;张永洪;徐培罡;王西萍;曹广强;李旭设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。

一种基于卫星影像的居民地提取方法、装置、设备及介质在说明书摘要公布了:本发明提供了一种基于卫星影像的居民地提取方法、装置、设备及介质,属于图像识别领域,该方法包括:构建居民地识别模型;利用包括居民地轮廓标签的卫星影像训练样本对所述居民地识别模型进行训练;获取目标卫星影像,将所述目标卫星影像输入至训练后的居民地识别模型,提取出居民地轮廓;对提取的居民地轮廓进行曲线降采样和主方向计算,并通过基于最长边主方向和特征边重构的直角化方法将得到的居民地进行规则化处理。这样实现了居民地快速准确自动提取和规则化,最终提取的居民地成果,其轮廓与卫星影像基本贴合,呈现出了居民地实际形态。

本发明授权一种基于卫星影像的居民地提取方法、装置、设备及介质在权利要求书中公布了:1.一种基于卫星影像的居民地提取方法,其特征在于,所述方法包括:构建居民地识别模型;所述居民地识别模型包括编码器和解码器;通过包括居民地轮廓标签的卫星影像训练样本对所述居民地识别模型进行训练;获取目标卫星影像,将所述目标卫星影像输入至训练后的居民地识别模型,通过所述编码器提取目标卫星影像的多尺度特征,通过所述解码器对多尺度特征进行特征融合,并对融合后的特征进行识别,提取出居民地轮廓;对提取的居民地轮廓进行曲线降采样处理,再将曲线降采样处理后的居民地轮廓进行直角化处理,得到优化后的居民地轮廓;所述编码器为ConvNeXt_XL模型,所述ConvNeXt_XL模型包括一个stem降采样层和四个stage阶段,其中每个stage阶段包括多个Block模块,最后通过残差结构连接输入和输出;通过stem降采样层对输入图像进行初步的下采样和特征提取,得到图像的初始提取特征,通过多个Block模块对初始提取特征依次进行特征的提取和转换,得到多通道特征图;所述解码器为UPerNet模型,采用特征金字塔网络作为UPerNet的颈部网络进行多尺度特征融合,从每个stage阶段提取的特征图分别通过均值池化层和1x1卷积层进行通道数调整,将特征图逐步上采样并相加,形成多尺度融合特征;并在UPerNet的头部网络将颈部网络输出的多尺度特征图通过3x3卷积层进行处理,最后通过1x1卷积层将特征图转换为预测图;所述卫星影像训练样本包括预设尺寸的样本卫星影像及其对应的居民地轮廓标签,所述通过包括居民地轮廓标签的卫星影像训练样本对所述居民地识别模型进行训练包括:将样本卫星影像输入至居民地识别模型,得到预测居民地轮廓,构建LovaszLoss损失函数确定居民地轮廓标签和预测居民地轮廓之间的损失值;基于损失值计算模型参数的梯度,使用Adam优化算法更新模型参数,以最小化损失函数;采用多个指标对模型进行评价,在各指标达到预设目标后确定所述居民地识别模型训练完成。

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自然资源部第一航测遥感院(陕西省第五测绘工程院),其通讯地址为:710054 陕西省西安市碑林区友谊东路334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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。