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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于多路径特征融合的滑坡识别方法、设备及存储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：CN118736440B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202411006142.9，技术领域涉及：G06V20/13；该发明授权基于多路径特征融合的滑坡识别方法、设备及存储介质是由窦杰;董傲男;张淞城;黎昊;彭一桂设计研发完成，并于2024-07-25向国家知识产权局提交的专利申请。

本基于多路径特征融合的滑坡识别方法、设备及存储介质在说明书摘要公布了：本发明提供了基于多路径特征融合的滑坡识别方法、设备及存储介质，涉及地质灾害监测与预警领域，其方法包括：获取滑坡图像数据集，并进行预处理、划分数据集、构建融合双注意力机制的多路径滑坡识别模型、使用数据集对多路径滑坡识别模型进行训练，训练结束输出多路径滑坡识别模型、将待识别滑坡图像数据输入训练好的多路径滑坡识别模型，输出滑坡识别结果。设备及存储介质用于实现方法。本发明的有益效果是：提出了一种多路径的滑坡识别模型，实现不同类型滑坡图像数据在特征层面的深度交互，保持高分辨率的特征信息，显著提高了滑坡识别的准确度；降低了计算成本，显著提升了滑坡识别的实时性，实现了实时监测和预警。

本发明授权基于多路径特征融合的滑坡识别方法、设备及存储介质在权利要求书中公布了：1.一种基于多路径特征融合的滑坡识别方法，其特征在于，具体步骤包括：S1、获取滑坡图像数据集，并进行预处理；S2、划分数据集；S3、构建融合双注意力机制的多路径滑坡识别模型，具体为：包括，包含堆叠的编码器的主编码器模块和副编码器模块以及包含堆叠的解码器的解码器模块，编码器与解码器的组成结构均引入卷积块注意力机制模块；还包括，主编码器模块与副编码器模块通过特征感知自注意力机制门进行联系，通过最深层编码器以及跳跃连接与解码器模块进行联系；S4、使用数据集对多路径滑坡识别模型进行训练，训练结束输出多路径滑坡识别模型；S5、将待识别滑坡图像数据输入训练好的多路径滑坡识别模型，输出滑坡识别结果；所述主编码器模块与所述副编码器模块分别处理滑坡图像与地形因子图像，输入图像经过一个1x1的卷积，后由堆叠的编码器进行编码处理，主编码器模块较之副编码器模块多一个编码器；所述解码器模块采用U-net模型的解码器架构，包含与主编码器模块中编码器相同数量的堆叠的解码器，对主编码器模块的最深层编码器的编码结果进行逐级解码，最后通过上采样和卷积操作，输出滑坡识别结果图；所述编码器组成结构依次为残差连接块、卷积块注意力机制模块以及卷积模块；所述解码器组成结构依次为上采样模块、拼接模块、残差结构模块以及卷积块注意力机制模块；所述特征感知自注意力机制门将副编码器模块中编码器层的编码特征图与主编码器模块中同层编码器的编码特征图进行融合；具体工作过程为：从主编码器模块中编码器层的输出特征图中通过1x1卷积层生成查询矩阵和和值矩阵，同时副编码器模块中编码器层的输出特征图中生成键矩阵，进而计算自注意力机制加权特征，最后，将加权特征与主编码器模块中编码器输出特征图进行融合，得到具有自注意力调节的特征图，作为主编码器模块中下一层编码器的输入；所述跳跃连接由空洞空间金字塔池化模块实现，两端分别连接主编码器模块中编码器的输出与解码器模块中同一级的解码器的拼接模块，将每个编码器层的输出保留，并传递给同层的解码器层；空洞空间金字塔池化模块的工作过程的公式表达如下： 其中，X是输入特征图，表示采用膨胀率为di的空洞卷积操作，Wi是对应的权重，*表示卷积操作，N是空洞卷积的种类数。

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中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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”。