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！

龙图腾网恭喜电子科技大学申请的专利一种无人机遥感图像实时语义分割方法、介质以及设备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：CN115100552B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210778558.7，技术领域涉及：G06V20/70；该发明授权一种无人机遥感图像实时语义分割方法、介质以及设备是由程建;刘思宇;王琪;夏子瀛;白海伟设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种无人机遥感图像实时语义分割方法、介质以及设备在说明书摘要公布了：本发明涉及视频图像处理技术领域，尤其涉及一种无人机遥感图像实时语义分割方法包括如下步骤：获取遥感图像数据集，进行遥感图像逐像素语义标签标注；构建由图像到类别标签的轻量化语义分割主干网络，随后抽取不同位置的特征图，通过反卷积统一其空间分辨率，并级联作为主干网络的输出特征；构建多重语义关联激活模块分析遥感图像中的语义信息；构建语义标签判别模块，通过特征图逐像素判定语义标签，作为语义分割的输出结果，最终与训练集的真实标注进行比对并计算损失，进行反向传播优化；对遥感图像进行实时语义分割，并实时发送分割结果。故解决了现有技术中的遥感图像分割准确率较低、实时性较差、模型较大、难以部署在移动平台上的问题。

本发明授权一种无人机遥感图像实时语义分割方法、介质以及设备在权利要求书中公布了：1.一种无人机遥感图像实时语义分割方法，其特征在于，包括以下步骤：步骤1：构建无人机遥感图像语义分割训练数据集，并对数据集中的无人机遥感图像进行语义标签标注；步骤2：构建由图像到逐像素类别标签的语义分割模型的轻量化特征提取主干网络，并基于轻量化特征提取主干网络提取无人机遥感图像的多尺度输出特征图；步骤3：构建语义分割模型的多重语义关联激活模块，所述多重语义关联激活模块包括空间语义关联激活单元和通道语义关联激活单元；将空间语义关联激活单元和通道语义关联激活单元并联接入轻量化特征提取主干网络；将主干网络输出的多尺度输出特征图和多重语义关联激活模块输出的特征图进行并联，得到判别特征图；步骤4：构建语义分割模型的语义标签判别模块，并在语义标签判别模块之后构建困难类别语义增强模块；语义标签判别模块对判别特征图中的每个像素进行语义标签辨别，得到语义分割标签；再基于困难类别语义增强模块进行困难语义类别增强，得到优化后的语义分割判别结果；步骤5：采用无人机遥感图像语义分割训练数据集对语义分割模型进行训练，获得语义分割模型的初始权重；步骤6：输入无人机遥感图像，在边缘计算设备上首先对输入的无人机遥感图像进行预处理，再将预处理后的无人机遥感图像输入语义分割模型中进行一次前向传播，得到该无人机遥感图像的逐像素的语义类别；所述空间语义关联激活单元由卷积操作与softmax函数组成；计算流程包括特征矩阵变形、特征矩阵相乘、像素间语义关联提取以及空间语义关联增强；所述通道语义关联激活单元由卷积操作与softmax函数组成；计算流程包括特征矩阵变形、特征矩阵相乘、通道间语义特征提取以及通道语义关联增强；所述语义标签判别模块对判别特征图中的每个像素进行语义标签辨别的具体流程如下：将判别特征图输入语义标签辨别模块的全连接层获取判别特征图，针对判别特征图的每个像素，由softmax函数求出该像素属于每个类别i的后验概率pi： 式中：xi为像素x属于第i类的后验概率；取后验概率最大的类别作为该像素位置的语义分割标签；所述困难类别语义增强模块进行困难语义类别增强的具体步骤如下：通过困难类别语义增强模块对语义分割标签进行统计，获取不同类别地物所占的面积比例，将统计结果中占比例小于图像总面积的20％的类别视为稀少的困难类别；根据判别特征图对困难类别的周围部分像素计算困难程度系数： 式中：savg,smax,smin分别为各类别平均占有面积、最大的类别占有的面积、最稀少的类别占有的面积；ai为困难程度系数；si为第i个类别占有的面积；将困难类别边缘处的像素的判别结果修正为得到优化后的语义分割判别结果图，再通过插值法对语义分割判别结果图进行n倍上采样，恢复与无人机遥感图像相同的尺寸，将语义分割标签与无人机遥感图像的像素一一对应，实现无人机遥感图像的语义分割。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。