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任务学习和多源数据特征融合的滑坡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：CN120014481B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510092277.X，技术领域涉及：G06V20/13；该发明授权一种基于多任务学习和多源数据特征融合的滑坡提取方法是由刘明皓;王琨设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种基于多任务学习和多源数据特征融合的滑坡提取方法在说明书摘要公布了：本发明涉及一种基于多任务学习和多源数据特征融合的滑坡提取方法，属于遥感影像处理领域。首先，获取蕴含滑坡特征的多源数据，并进行预处理。然后，将预处理后的数据输入定义的BFM‑UNet模型，该模型包括分支融合编码器和多任务解码器。分支融合编码器通过两个分支分别提取不同源数据的特征，并通过十字绣单元融合该特征，从而有效利用多源数据中的信息。多任务解码器则增加目标区域内广泛存在且容易识别的非滑坡地物的识别任务来辅助滑坡提取，并通过十字绣单元学习任务之间的最佳共享，发挥多任务学习的优势。最后，利用训练好的模型对滑坡进行提取，得到滑坡分布图。实验结果表明，本发明提出的滑坡提取方法能够有效提高滑坡提取的精度，降低误检率。

本发明授权一种基于多任务学习和多源数据特征融合的滑坡提取方法在权利要求书中公布了：1.一种基于多任务学习和多源数据特征融合的滑坡提取方法，其特征在于：包括以下步骤： S1：数据获取，包括相关多源数据和矢量标签数据，其中矢量标签数据包括滑坡标签及辅助任务相关的标签； S2：对获取的数据进行预处理，其中相关多源数据需要消除噪声和干扰，相关标签数据从矢量转为栅格，最后需确保所有数据分辨率统一以及在空间上对齐； S3：构建利用多源数据进行滑坡提取的多任务深度学习模型BFM-UNet，该模型包含分支融合编码器和多任务解码器；多任务深度学习模型BFM-UNet包括： 分支融合编码器，通过多个分支分别提取不同源数据的特征，包括光学遥感影像和地形数据的分支，根据需要增加更多分支，处理SAR影像，各分支提取的特征通过十字绣单元进行融合，然后传递至解码器进行处理； 多任务解码器，通过引入滑坡提取之外的其他地物识别任务，利用背景中的特征新信息辅助滑坡提取，增强模型的特征挖掘能力并且利用十字绣单元学习任务之间的最佳共享； S4：训练模型，包括损失函数的计算和相关超参的设置，训练过程中，对于每个任务，都采用联合损失函数，结合加权交叉熵损失和Dice损失，并在多任务学习时采用可学习的动态变化的任务损失权重；此外，设置合适的批处理大小和训练轮次，选择SGD作为优化算法并使用动态变化的学习率； S5：基于目标区域的经过S2预处理后的光学遥感影像和地形数据，利用训练好的BFM-UNet模型对滑坡进行提取，得到滑坡分布图。

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 重庆市南岸区黄桷垭崇文路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”。

以上内容由龙图腾AI智能生成。