Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京市南部新城开发建设管理委员会;东南大学;联通数字科技有限公司马云桥获国家专利权

南京市南部新城开发建设管理委员会;东南大学;联通数字科技有限公司马云桥获国家专利权

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!

龙图腾网获悉南京市南部新城开发建设管理委员会;东南大学;联通数字科技有限公司申请的专利一种基于多任务神经网络的遥感图像道路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:CN115953699B

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:202211655026.0,技术领域涉及:G06V20/17;该发明授权一种基于多任务神经网络的遥感图像道路提取方法是由马云桥;王庆;张凯;阳媛;何勇;孙宏军;何非;解永兴设计研发完成,并于2022-12-22向国家知识产权局提交的专利申请。

一种基于多任务神经网络的遥感图像道路提取方法在说明书摘要公布了:一种基于多任务神经网络的遥感图像道路提取方法,首先基于遥感图像,对获取的遥感图像进行预处理及人工标注道路边缘和道路表面获得两种数据集,然后通过多任务的多尺度神经网络同时对遥感图像的道路边缘检测和道路表面分割进行训练,训练过程分两步进行,第一步对遥感图像的道路边缘数据集进行训练得到次任务的最优参数,第二步在最优参数的基础上对遥感图像的道路语义分割提取进行训练,训练整体过程为一直循环前两步不断迭代进行的,道路边缘检测数据的引入可以实现更加精确的遥感道路分割提取,之后对于新获取的遥感图像道理分割提取任务。本发明通过基于多任务神经网络的遥感图像的道路边缘检测和道路表面分割实现快速和准确的道路提取。

本发明授权一种基于多任务神经网络的遥感图像道路提取方法在权利要求书中公布了:1.一种基于多任务神经网络的遥感图像道路提取方法,具体步骤如下,其特征在于: S11通过遥感卫星获取或者航空遥感无人机获得的遥感图像,对待处理的遥感图像进行人工标注获取道路边缘和道路表面,并对图像进行预处理,包括去噪、校正和分割处理; 上述对遥感图像处理的方法包括: 使用Labelme程序对标注的地图数据进行了标注和绘制,手工标注数据集的过程是, 首先将遥感图像重新采样至高分辨率,然后确定道路的边界,其次,采用人工划定,在图像标注时,从道路边界向内缓冲一个像素; S12构建多任务神经网络模型,其中包括一个主分类任务和次分类任务; 主分类任务用于对图像中的道路进行语义分割提取,次分类任务用于对道路的边缘检测提取; 上述多任务神经网络模型包括一个模块,对于主任务的语义分割和次任务的边缘检测在同一个网络上进行,但是具体的训练推理过程是分为两步进行的; 第一步为次任务道路边缘检测的训练,整个多任务神经网络模型为,次任务在神经网络上的进行初步训练,训练的随机化初始参数为,通过计算损失来寻找最优化参数,使用梯度下降来最小化损失,并找到最小化损失的最优参数: ; 式中,是次任务道路边缘检测的最优参数,是初始化参数,是次任务训练时的学习率超参数,任务的梯度; 通过前述道路边缘检测的初步训练为后续的主任务的寻优提供最优的初始参数,主任务道路语义分割的训练可以在最优的初始参数下开始训练,得到目标主任务的最优参数,借助最优的初始参数使得随机初始化参数找到一个和目标任务更加近似的初始参数,当训练主任务时不需要采取许多梯度步骤,整个过程表述如下: ; 式中,是最优初始化参数,是主任务训练时的学习率超参数,是对于每一个主任务对于参数的梯度; S13使用训练后的模型进行预测,在需要道路提取的数据集上通过有简单道路边缘标注的数据集上进行微调,在输入的遥感图像中提取出道路的位置和类型信息,并对提取出的道路进行后处理,包括去除噪声、填充缺失和连接断裂处理。

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南京市南部新城开发建设管理委员会;东南大学;联通数字科技有限公司,其通讯地址为:210000 江苏省南京市秦淮区大光路41号四楼、五楼;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。

免责声明
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。