恭喜青岛国测海遥信息技术有限公司韩镇获国家专利权
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!
龙图腾网恭喜青岛国测海遥信息技术有限公司申请的专利一种激光雷达遥感数据回波分类处理方法、介质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:CN119357779B 。
龙图腾网通过国家知识产权局官网在2025-04-25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:202411896366.1,技术领域涉及:G06F18/241;该发明授权一种激光雷达遥感数据回波分类处理方法、介质及系统是由韩镇;綦春峰;种衍霖;徐从凯;段怡如;郭嵩;邱亚丽;尹潇;刘鑫;王志发设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。
本一种激光雷达遥感数据回波分类处理方法、介质及系统在说明书摘要公布了:本发明提供了一种激光雷达遥感数据回波分类处理方法、介质及系统,属于激光雷达遥感数据处理技术领域,包括:首先,采用预设最低采样率对已知多个目标的激光雷达数据进行降采样,得到最低等级回波数据,并进行标签标注,形成最低等级训练数据集。然后,使用深度学习网络对该数据集进行训练,获得基础分类模型。接下来,构建低秩适应性神经网络训练框架,将基础模型作为初始模型,建立分辨率放大效果方程组。利用该方程组,对更高等级的激光雷达数据进行特征映射,并采用迭代优化方法求解方程组参数,对训练框架进行低秩适应性微调,得到更高等级的分类模型。解决了现有方法只针对特定分辨率的数据进行优化,缺乏跨分辨率的适应能力的技术问题。
本发明授权一种激光雷达遥感数据回波分类处理方法、介质及系统在权利要求书中公布了:1.一种激光雷达遥感数据回波分类处理方法,其特征在于,包括以下步骤:S10、将激光雷达遥感数据按照预设最低采样率对已知的多个目标进行降采样处理,得到最低等级回波数据,并对所述最低等级回波数据根据已知的多个目标进行标签标注,得到最低等级训练数据集;S20、采用深度学习网络对所述最低等级训练数据集进行训练,得到基础分类模型;S30、构建低秩适应性神经网络训练框架,将所述基础分类模型作为所述训练框架的初始模型;S40、基于所述训练框架建立分辨率放大效果方程组,所述分辨率放大效果方程组包含采样率放大因子与特征映射参数;S50、采用高于前一级采样率对所述激光雷达遥感数据进行采样,获取更高等级回波数据;S60、建立更高等级的训练数据集,并将所述更高等级的训练数据集输入所述训练框架,利用所述分辨率放大效果方程组进行特征映射,采用迭代优化方法求解所述方程组参数;S70、基于所述参数对所述训练框架进行低秩适应性微调,得到更高等级分类模型;S80、对所述更高等级分类模型根据所述已知的多个目标进行验证,计算分类准确率;S90、当所述分类准确率未达到预设阈值时,重复执行步骤S50至步骤S80,直至所述分类准确率达到所述预设阈值,输出最终分类模型,用于对待分类的激光雷达遥感数据回波进行分类;所述分辨率放大效果方程组用于实现特征金字塔级联放大,包括局部放大效果方程、全局放大效果方程、尺度放大效果方程、对齐放大效果方程;所述局部放大效果方程用于局部特征细化,输入是低分辨率局部特征,输出是细化后的高分辨率局部特征;所述全局放大效果方程用于全局特征增强,输入是低分辨率全局特征,输出是增强后的高分辨率全局特征;所述尺度放大效果方程用于特征尺度变换,输入是原始特征尺度,输出是放大后的特征尺度;所述对齐放大效果方程用于特征对齐校正,输入是未对齐特征,输出是空间对齐后的特征。
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青岛国测海遥信息技术有限公司,其通讯地址为:266000 山东省青岛市高新区华中路66号招商蛇口青岛网谷基金谷5号楼3层;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”。
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。