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！

龙图腾网获悉浙江工业大学申请的专利一种基于Transformer的遥感图像建筑物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：CN116109920B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211597465.0，技术领域涉及：G06V20/10；该发明授权一种基于Transformer的遥感图像建筑物提取方法是由雷艳静;王渊;产思贤;卢雅婷;孟祥路设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本一种基于Transformer的遥感图像建筑物提取方法在说明书摘要公布了：本发明公开了一种基于Transformer的遥感图像建筑物提取方法，属于图像分割技术领域，包括：获取遥感图像，并对遥感图像进行预处理；将预处理的遥感图像输入深度学习模型进行语义分割，得到建筑物分割结果。本发明在原有SwinTransformer技术方案中设计了非对称网络结构，同时在跳跃连接中采用了新设计的多分支加权金字塔池化模块，进一步挖掘特征信息，克服了遥感图像中种类多样、尺度不一的建筑物难以识别的问题。

本发明授权一种基于Transformer的遥感图像建筑物提取方法在权利要求书中公布了：1.一种基于Transformer的遥感图像建筑物提取方法，其特征在于，所述基于Transformer的遥感图像建筑物提取方法，包括： 获取遥感图像，并对遥感图像进行预处理； 将预处理的遥感图像输入深度学习模型进行语义分割，得到建筑物分割结果； 其中，所述深度学习模型为非对称网络结构，包括四层结构的编码器SwinTransformer、多分支加权金字塔池化模块、三层结构的解码器和多级特征级联融合模块，其中： 所述编码器SwinTransformer接收预处理的遥感图像，并通过四层结构输出四种尺寸的特征图； 所述多分支加权金字塔池化模块设有三个，三个多分支加权金字塔池化模块分别取编码器SwinTransformer后三层结构输出的特征图，对特征图处理后输出特征图； 所述解码器中的第一层结构获取特征图与处理并输出特征图，第二层结构获取特征图与处理并输出特征图，第三层结构获取特征图与处理并输出特征图； 所述多级特征级联融合模块将特征图和特征图进行特征融合得到特征图，再将特征图和特征图进行特征融合得到最终的分割图，将最终的分割图作为建筑物分割结果； 其中，所述对特征图处理后输出特征图，包括： 对于特征图，对应的多分支加权金字塔池化模块设置分支数目为4，对特征图进行不同尺度的池化操作，得到分别对应每个分支的特征尺寸分别为1、2、3、6的特征图，给对应的每个分支赋予的权值分别为0.1、0.2、0.2、0.5，每条分支上的特征图经过深度可分离卷积之后，通过双线性插值恢复与特征图同样的尺寸再进行加权拼接，对拼接后的特征图进行一次卷积操作得到特征图 对于特征图，对应的多分支加权金字塔池化模块设置分支数目为4，对特征图进行不同尺度的池化操作，得到分别对应每个分支的特征尺寸分别为1、2、3、6的特征图，给对应的每个分支赋予的权值分别为0.1、0.2、0.2、0.5，每条分支上的特征图经过深度可分离卷积之后，通过双线性插值恢复与特征图同样的尺寸再进行加权拼接，对拼接后的特征图进行一次卷积操作得到特征图； 对于特征图，对应的多分支加权金字塔池化模块设置分支数目为5，对特征图进行不同尺度的池化操作，得到分别对应每个分支的特征尺寸分别为1、4、8、16、32的特征图，给对应的每个分支赋予的权值分别为0.1、0.1、0.2、0.2、0.4，每条分支上的特征图经过深度可分离卷积之后，通过双线性插值恢复与特征图同样的尺寸再进行加权拼接，对拼接后的特征图进行一次卷积操作得到特征图。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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。