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！

龙图腾网获悉重庆邮电大学申请的专利一种基于多维多尺度U-net网络的遥感图像道路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：CN115471754B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210941960.2，技术领域涉及：G06V20/13；该发明授权一种基于多维多尺度U-net网络的遥感图像道路提取方法是由陶于祥;何哲设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本一种基于多维多尺度U-net网络的遥感图像道路提取方法在说明书摘要公布了：本发明请求保护一种基于多维多尺度U‑net网络的遥感图像道路提取方法，首先将处理后的数据输入编码网络，在编码网络部分结合残差结构和注意力特征融合机制对道路信息进行提取，综合考虑全局和局部的特征提取，提高网络对道路细节目标的提取。其次，在桥接网络部分加入空洞空间金字塔池化ASPP模块对道路信息进行多尺度特征提取。最后，在解码网络部分加入特征对齐模块，调整由于上采样操作的不可学习性和上下采样的重复性导致的高低层特征之间存在的不准确的对应关系。本发明采用交叉熵和Dice系数组合的复合型损失函数对模型损失进行计算，缓解遥感道路数据集中存在的正负样本不平衡现象，提高了模型的道路提取结果。

本发明授权一种基于多维多尺度U-net网络的遥感图像道路提取方法在权利要求书中公布了：1.一种基于多维多尺度U-net网络的遥感图像道路提取方法，其特征在于，包括以下步骤： 步骤1、选取公开的遥感道路数据集Massachusetts道路数据集作为原始数据，并进行裁剪、数据增强在内的预处理步骤； 步骤2、将预处理后的数据输入编码网络，编码网络结合了残差结构和注意力特征融合机制对道路特征信息进行多尺度提取； 步骤3、编码网络的输出作为桥接网络的输入，在桥接网络部分添加空洞空间金字塔池化ASPP模块，空洞空间金字塔池化ASPP模块包括并行的空洞卷积层，ASPP模块中并行的空洞卷积层相当于多个不同的接收域，用于在多个尺度上并行采样，实现深层特征上多尺度特征融合； 步骤4、解码网络阶段：通过上采样逐步恢复特征图像至输入图像大小；在解码网络加入特征对齐模块FAM，该模块将高层特征和编码网络对应层次的低层特征作为输入生成语义流，通过使用语义流来调整两个相邻层级的特征图以生成高分辨率强语义的特征输出； 步骤5、最后通过1×1卷积层将通道数变为2，通过Massachusetts数据集中的测试集对模型进行测试； 模型训练期间采用交叉熵损失函数和Dice损失函数相结合的复合损失函数对模型进行损失计算； 所述步骤2将预处理后的数据输入编码网络，编码网络结合了残差结构和注意力特征融合机制对道路特征信息进行多尺度提取，具体包括： 编码网络包括卷积序列块CSB和注意力残差学习单元ARLU，预处理操作后的RGB图像先经过卷积序列块转化为高维度特征，然后通过注意力残差学习单元以生成多尺度多层次特征；在注意力残差学习单元中，使用残差单元替代普通的神经网络单元，然后通过注意力特征融合模块融合残差单元中的恒等映射分支和残差分支；通过注意力特征融合方式融合残差结构两分支，使得网络可以沿通道维度对特征图进行多个尺度上的信息提取，同时保持了网络的轻量化； 所述步骤3是在桥接网络的ASPP模块包含5个并行分支，分别为：一个1×1卷积分支、三个3×3扩张卷积分支和一个全局平均池化分支，其中，1×1卷积分支和全局平均池化分支相当于分别使用最小和最大的感受野来保持输入的固有特性，另外三个分支分别设置不同的扩张率在不同尺度上对图像特征进行描述。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。