Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜中国科学院空天信息创新研究院洪丹枫获国家专利权

恭喜中国科学院空天信息创新研究院洪丹枫获国家专利权

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!

龙图腾网恭喜中国科学院空天信息创新研究院申请的专利基于特征解耦与重耦合的高分辨率建筑物提取方法及装置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:CN117671487B

龙图腾网通过国家知识产权局官网在2025-05-06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:202311533421.6,技术领域涉及:G06V20/10;该发明授权基于特征解耦与重耦合的高分辨率建筑物提取方法及装置是由洪丹枫;李宇轩;李晨玉;姚靖;张兵设计研发完成,并于2023-11-16向国家知识产权局提交的专利申请。

基于特征解耦与重耦合的高分辨率建筑物提取方法及装置在说明书摘要公布了:本发明提供一种基于特征解耦与重耦合的高分辨率建筑物提取方法及装置,其中方法包括:将目标遥感图像输入训练好的解耦高分辨率网络,得到目标遥感图像的建筑物预测结果;将目标遥感图像的建筑物预测结果作为目标遥感图像的建筑物提取结果;其中,目标遥感图像的建筑物预测结果包括目标遥感图像的边界预测结果和目标遥感图像的分割预测结果;解耦高分辨率网络为并行结构,由浅层特征提取模块、过渡层、多个多尺度特征融合模块和预测结果输出模块组合而成,并根据带有建筑物提取结果标签的样本遥感图像训练集训练得到;多尺度特征融合模块由特征解耦重耦合模块和基本块构成。从而可以更准确地匹配真实地面数据中的分割和边界。

本发明授权基于特征解耦与重耦合的高分辨率建筑物提取方法及装置在权利要求书中公布了:1.一种基于特征解耦与重耦合的高分辨率建筑物提取方法,其特征在于,包括:将目标遥感图像输入训练好的解耦高分辨率网络,得到所述目标遥感图像的建筑物预测结果;将所述目标遥感图像的建筑物预测结果作为所述目标遥感图像的建筑物提取结果;其中,所述目标遥感图像的建筑物预测结果包括所述目标遥感图像的边界预测结果和所述目标遥感图像的分割预测结果;所述解耦高分辨率网络为并行结构,由浅层特征提取模块、过渡层、多个多尺度特征融合模块和预测结果输出模块组合而成,并根据带有建筑物提取结果标签的样本遥感图像训练集训练得到;所述多尺度特征融合模块由特征解耦重耦合模块和基本块构成;所述解耦高分辨率网络包括依次连接的浅层特征提取模块、第一过渡层、第一多尺度特征融合模块组、第二过渡层、第二多尺度特征融合模块组和预测结果输出模块;所述浅层特征提取模块用于对输入图像进行特征提取,得到第一分辨率特征;所述第一过渡层用于基于所述第一分辨率特征,生成第二分辨率特征;所述第一多尺度特征融合模块组用于基于所述第一分辨率特征和所述第二分辨率特征,得到多尺度上的输出特征结果;所述第二过渡层,用于基于经过所述第一多尺度特征融合模块组的第一分辨率特征和第二分辨率特征,生成第三分辨率特征;所述第二多尺度特征融合模块组,用于基于经过所述第一多尺度特征融合模块组的第一分辨率特征和第二分辨率特征以及所述第三分辨率特征,得到多尺度上的输出特征结果;所述预测结果输出模块,用于基于所述第一多尺度特征融合模块组的输出特征结果和所述第二多尺度特征融合模块组的输出特征结果,分别对边界特征和分割特征进行融合及上采样操作,得到所述输入图像的边界预测结果和分割预测结果。

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,其通讯地址为:100094 北京市海淀区邓庄南路9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”。

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。