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！

龙图腾网获悉中国安能集团第三工程局有限公司;成都理工大学申请的专利一种融合CNN与ViT的滑坡边缘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：CN120976784B 。

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：202511506236.7，技术领域涉及：G06V20/13；该发明授权一种融合CNN与ViT的滑坡边缘识别方法及系统是由宋洋;唐经华;杨泽楠;孙士国;张小东;王向鹏;王森;夏炎;段风浩;王一帆设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种融合CNN与ViT的滑坡边缘识别方法及系统在说明书摘要公布了：本发明公开了一种融合CNN与ViT的滑坡边缘识别方法及系统，属于山体滑坡边缘识别领域，包括：获取滑坡区域的遥感图像和对应的数字高程模型图像；将遥感图像输入CNN，提取第一特征图；将数字高程模型图像输入ViT，提取第二特征图；基于第一特征图，构建边缘响应图，并计算模糊感知图；基于第二特征图，构建结构预期图；对模糊感知图与结构预期图进行逐像素融合，形成遮挡风险热力图；基于遮挡风险热力图，通过交叉注意力机制进行融合，生成边界补偿特征；将边界补偿特征与未遮挡区域特征图共同组成融合特征图，输入解码器生成滑坡边缘概率图。本发明显著提升了在灰尘遮挡条件下滑坡边界识别的准确性，可服务于一次灾害边缘识别和二次灾害应急判断领域。

本发明授权一种融合CNN与ViT的滑坡边缘识别方法及系统在权利要求书中公布了：1.一种融合CNN与ViT的滑坡边缘识别方法，其特征在于，包括： 获取滑坡区域的遥感图像和对应的数字高程模型图像，并进行分辨率配准与几何对齐；将遥感图像输入卷积神经网络，提取反映边缘、纹理局部细节的第一特征图； 将数字高程模型图像输入视觉Transformer，提取反映地形结构关系的第二特征图； 基于所述第一特征图，构建边缘响应图并计算模糊感知图，用于标识存在灰尘遮挡的边缘弱响应区域； 基于所述第二特征图，构建结构预期图，用于识别图像中结构上应存在但边缘检测缺失的区域； 对所述模糊感知图与结构预期图进行逐像素融合，形成遮挡风险热力图；对所述模糊感知图与结构预期图进行逐像素融合，形成遮挡风险热力图的步骤包括： 对模糊感知图与结构预期图中对应像素位置的数值进行加权求和，融合生成遮挡风险热力图，其中每个像素的遮挡风险值由下式确定： ； 其中，表示遮挡风险热力图在像素位置坐标的数值，表示模糊感知图在对应像素位置坐标的像素值，表示结构预期图在对应像素位置坐标的像素值，与为预设融合权重系数，满足； 所述遮挡风险热力图用于表示每个像素处于灰尘遮挡区域的概率值； 基于所述遮挡风险热力图，在高遮挡区域内提取第一特征图与第二特征图的局部区域，并通过交叉注意力机制进行融合，生成边界补偿特征； 将所述边界补偿特征与未遮挡区域中直接拼接的第一特征图与第二特征图共同组成融合特征图，输入解码器生成滑坡边缘概率图；生成滑坡边缘概率图的步骤包括： 将边界补偿特征映射回原遥感图像空间对应位置，用于替代遮挡风险热力图中高遮挡区域所对应的特征表示； 将所述第一特征图与第二特征图中未被遮挡风险区域覆盖的位置的特征进行通道维度拼接，形成未遮挡区域融合特征； 将所述边界补偿特征与所述未遮挡区域融合特征按空间位置拼接，构成融合特征图； 将所述融合特征图输入至解码器网络，生成与原遥感图像尺寸一致的滑坡边缘概率图，所述概率图的每个像素值表示其属于滑坡边缘的置信度。

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中国安能集团第三工程局有限公司;成都理工大学，其通讯地址为：610045 四川省成都市金牛区茶店子安蓉路4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。