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！

龙图腾网获悉北京师范大学珠海校区申请的专利一种基于语义场景迁移的震后型损毁建筑识别方法及系统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：CN118968281B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202410935785.5，技术领域涉及：G06V20/10；该发明授权一种基于语义场景迁移的震后型损毁建筑识别方法及系统是由刘利双设计研发完成，并于2024-07-12向国家知识产权局提交的专利申请。

本一种基于语义场景迁移的震后型损毁建筑识别方法及系统在说明书摘要公布了：本发明公开了一种基于语义场景迁移的震后型损毁建筑识别方法及系统，方法包括：针对遥感影像标注建筑物损毁样本，构建建筑物损毁样本数据集，并通过样本增广策略进行样本扩增；构建通用语义分割网络编码器，设计具备层次化语义特征提取与动态适配识别目标能力的解码器，重构适配语义场景迁移的损毁建筑识别模型；对模型进行训练，并采用新识别到的损毁建筑物进行循环迭代训练，直至识别精度收敛完成模型训练；将损毁建筑区域图像输入模型进行识别，将像素识别结果转换为损毁区域矢量，与建筑物矢量数据进行空间综合分析，生成识别得到的损毁建筑物矢量图。通过本发明的技术方案，实现了模型的语义场景迁移，实现了损毁建筑的智能化精准提取。

本发明授权一种基于语义场景迁移的震后型损毁建筑识别方法及系统在权利要求书中公布了：1.一种基于语义场景迁移的震后型损毁建筑识别方法，其特征在于，包括： 针对震后光学遥感影像标注建筑物损毁样本，构建得到建筑物损毁样本数据集，并通过基于场景重建的样本增广策略对所述建筑物损毁样本数据集中的损毁建筑物进行样本扩增； 构建通用语义分割网络编码器，设计具备层次化语义特征提取与动态适配识别目标能力的解码器，重构适配语义场景迁移的损毁建筑识别模型，具体过程包括： 构建基于通用语义分割网络的编码器，以能够对所述损毁建筑物进行预设层次的语义特征进行特征提取，得到层次化特征； 采用交叉特征融合模块以对所述层次化特征进行深层特征抽取和交叉融合，获取与损毁建筑相关的层次化融合特征信息； 采用三组卷积模块和三组高效金字塔压缩注意力EPSA模块构建浅层特征提取器SFE，通过三次卷积过程能够对输入图像进行八次降采样，通过三组EPSA模块能够提取图像的浅层信息，从而能够提取输入图像在编码器中因下采样丢失的建筑细节语义信息，得到浅层语义特征； 将所述层次化特征和所述浅层语义特征在特征维度进行拼接，拼接后的特征图能够通过两个卷积层还原为输入图像的尺寸，实现模型对所识别目标语义场景的适配； 采用扩增后的所述建筑物损毁样本数据集对所述损毁建筑识别模型进行训练，并在训练过程中采用新识别到的损毁建筑物数据更新所述建筑物损毁样本数据集，再采用更新后的所述建筑物损毁样本数据集对所述损毁建筑识别模型进行循环迭代训练，直至识别精度收敛完成模型训练； 将损毁建筑区域图像输入训练完成的所述损毁建筑识别模型进行识别，将像素识别结果转换为损毁区域矢量，与对应区域的建筑物矢量数据进行空间综合分析，生成识别得到的损毁建筑物矢量图。

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北京师范大学珠海校区，其通讯地址为：519000 广东省珠海市香洲区唐家湾镇金凤路18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。