Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 北京建筑大学刘建华获国家专利权

北京建筑大学刘建华获国家专利权

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!

龙图腾网获悉北京建筑大学申请的专利遥感影像建筑物屋顶轮廓识别方法、装置、设备和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:CN116645595B

龙图腾网通过国家知识产权局官网在2025-09-26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:202310415271.2,技术领域涉及:G06V20/10;该发明授权遥感影像建筑物屋顶轮廓识别方法、装置、设备和介质是由刘建华;宁小禾;王梦辰;王鑫宇设计研发完成,并于2023-04-18向国家知识产权局提交的专利申请。

遥感影像建筑物屋顶轮廓识别方法、装置、设备和介质在说明书摘要公布了:本发明涉及图像处理技术领域,提供一种遥感影像建筑物屋顶轮廓识别方法、装置、设备和介质,该方法包括:采集遥感影像数据;将所述遥感影像数据输入建筑物屋顶轮廓优化识别模型,以获取所述建筑物屋顶轮廓优化识别模型输出的建筑物屋顶轮廓;其中,所述建筑物屋顶轮廓优化识别模型是采用遥感影像样本数据对预先构建的生成对抗网络进行训练后得到的;所述生成对抗网络的损失函数是基于边界损失函数确定的。本发明通过在建筑物屋顶轮廓优化识别模型中加入边界损失函数约束建筑物屋顶掩膜边界的规则化生成,提高了建筑物屋顶轮廓识别模型的精度。

本发明授权遥感影像建筑物屋顶轮廓识别方法、装置、设备和介质在权利要求书中公布了:1.一种遥感影像建筑物屋顶轮廓识别方法,其特征在于,包括: 采集遥感影像数据; 将所述遥感影像数据输入建筑物屋顶轮廓优化识别模型,以获取所述建筑物屋顶轮廓优化识别模型输出的建筑物屋顶轮廓; 其中,所述建筑物屋顶轮廓优化识别模型是采用遥感影像样本数据对预先构建的生成对抗网络进行训练后得到的;所述生成对抗网络的损失函数是基于边界损失函数确定的; 所述生成对抗网络包括生成器和判别器,所述生成器包括边界框生成器和掩膜生成器,所述判别器包括边界框判别器和掩膜判别器; 所述边界损失函数基于以下步骤确定: 采用空间域和光谱域的边界模型,确定边缘过渡区灰度值分布;所述边缘过渡区用于表征建筑物屋顶边界两侧混合象元形成的区域; 基于所述边缘过渡区灰度值分布,确定沿建筑物屋顶边缘方向的像素值和垂直于建筑物屋顶边缘方向的像素值; 基于沿建筑物屋顶边缘方向的像素值,构建第一损失函数,以及基于垂直于建筑物屋顶边缘方向的像素值,构建第二损失函数; 基于所述第一损失函数和所述第二损失函数,确定边界损失函数;所述边界损失函数的公式为: LBR=αLBH+βLBV; 其中,N1表示沿建筑物屋顶边缘方向的边缘像素个数,T表示垂直于建筑物屋顶边缘方向的边缘像素个数,表示沿建筑物屋顶边缘方向的图像的第i个像素的预测概率值,表示沿建筑物屋顶边缘方向的图像的第i-1个像素的预测概率值,表示垂直于建筑物屋顶边缘方向的图像的第i个像素的预测概率值,表示垂直于建筑物屋顶边缘方向的图像的第i-1个像素的预测概率值,表示垂直于建筑物屋顶边缘方向的图像的第i个像素的真实值,表示垂直于建筑物屋顶边缘方向的图像的第i-1个像素的真实值,表示沿建筑物屋顶边缘方向的图像的第i个像素的真实值,表示沿建筑物屋顶边缘方向的图像的第i-1个像素的真实值,α、β表示约束损失的超参数,LBH表示第一损失函数,LBV表示第二损失函数。

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北京建筑大学,其通讯地址为:100044 北京市西城区展览馆路1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。

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。