中国科学院空天信息创新研究院;海南空天信息研究院孟庆岩获国家专利权
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!
龙图腾网获悉中国科学院空天信息创新研究院;海南空天信息研究院申请的专利遥感图像语义分割模型训练方法及遥感图像语义分割模型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:CN115631202B 。
龙图腾网通过国家知识产权局官网在2026-01-23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:202211342713.7,技术领域涉及:G06T7/10;该发明授权遥感图像语义分割模型训练方法及遥感图像语义分割模型是由孟庆岩;石文旭;张琳琳;胡新礼;李娟设计研发完成,并于2022-10-30向国家知识产权局提交的专利申请。
本遥感图像语义分割模型训练方法及遥感图像语义分割模型在说明书摘要公布了:本申请公开了遥感图像语义分割模型训练方法及遥感图像语义分割模型,方法包括:对遥感图像进行L组第一处理,获得L个第一处理结果;上采样处理最后一个第一处理结果;对P11个第三特征和或对P22个第五特征和遥感标签图像分别进行处理,获得P11个第四特征和或P22组预测全局频率分布和一组真实全局频率分布,用于确定P11个第一损失和或P22个第二损失;根据遥感标签图像中的标签,提取其空间细节特征,以获得第六特征;P11个第三特征和P22个第五特征分别包括第一处理结果和或上采样处理结果中的至少一个;根据最后一个上采样处理结果以及遥感标签图像中像素的类别概率,确定第三损失,并根据其以及P11个第一损失和或P22个第二损失,确定第四损失。
本发明授权遥感图像语义分割模型训练方法及遥感图像语义分割模型在权利要求书中公布了:1.一种遥感图像语义分割模型训练方法,其特征在于,包括: 获取遥感图像和与其对应的遥感标签图像,所述遥感标签图像中的标签用于表征其中各个像素的类别; 对所述遥感图像进行L组第一处理,获得L个第一处理结果;其中,最后一个第一处理结果为第一特征,所述L组第一处理中的每组第一处理包括至少一次卷积处理,且所有组第一处理中包括的卷积处理总次数为M,M次卷积处理中的M1次卷积处理使用的卷积核的步长大于1,L为正整数,M为正整数,M1为大于1且小于M的正整数; 对所述第一特征进行L1次上采样处理,获得分辨率依次升高的L1个上采样处理结果,L1为正整数;其中,最后一个上采样处理结果为第二特征; 对P1个第三特征进行特征选取处理,获得P1个第四特征,P1为正整数,P1个第三特征包括:L个第一处理结果和L1个上采样处理结果中的至少一个; 根据所述标签,提取所述遥感标签图像的空间细节特征,以获得第六特征; 根据所述P1个第四特征和所述第六特征,确定P1个第一损失; 对P2个第五特征和所述遥感标签图像分别进行层次化语义边界切分处理,分别获得P2组预测全局频率分布和一组真实全局频率分布,P2为正整数,所述P2个第五特征包括:L个第一处理结果和L1个上采样处理结果中的至少一个; 根据所述P2组预测全局频率分布和所述一组真实全局频率分布,确定P2个第二损失; 对所述第二特征中的各个像素进行分类,确定所述第二特征中的各个像素的类别概率; 根据所述第二特征中的各个像素的类别概率和所述遥感标签图像中的各个像素的类别概率,确定第三损失; 根据所述P1个第一损失、所述P2个第二损失和所述第三损失,确定第四损失; 根据所述第四损失,确定遥感图像语义分割模型的参数; 重复上述步骤,直至满足遥感图像语义分割模型训练的终止条件。
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科学院空天信息创新研究院;海南空天信息研究院,其通讯地址为:100101 北京市朝阳区大屯路甲20号北;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励