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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种基于高分辨率遥感影像的半监督建筑物实例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：CN115861802B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211492219.9，技术领域涉及：G06V20/10；该发明授权一种基于高分辨率遥感影像的半监督建筑物实例提取方法是由徐瑞;方芳;郝清仪;郑康;李圣文;万波设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种基于高分辨率遥感影像的半监督建筑物实例提取方法在说明书摘要公布了：本发明公开了一种基于高分辨率遥感影像的半监督建筑物实例提取方法，方法以下步骤：裁剪高分辨率遥感影像，得到有标签的数据和无标签的数据；将有标签的数据增强后，训练出第一实例分割网络；将无标签数据通过第一实例分割网络预测出建筑物实例的伪标签；将伪标签与遥感影像相结合共同训练第二实例分割网络，实现基于高分辨率遥感影像的半监督建筑物自动提取，其中利用多尺度特征方法和边缘算子提取算法，精细化提取建筑物的边缘。本发明可以用于数据标签有限场景下的高分辨率遥感影像建筑物实例提取，提升模型通用性的同时提高建筑物的提取精度并精细化建筑物的边缘。

本发明授权一种基于高分辨率遥感影像的半监督建筑物实例提取方法在权利要求书中公布了：1.一种基于高分辨率遥感影像的半监督建筑物实例提取方法，其特征在于：包括以下步骤： S1：获取高分辨率遥感影像并进行裁剪，根据建筑物像素级标注，获得符合实际需求尺寸的有像素级建筑物实例标签的高分辨率遥感影像数据和对应尺寸的无像素级建筑物实例标签的高分辨率遥感影像数据； S2：将所述有像素级建筑物实例标签的高分辨率遥感影像进行镜像衍生数据增广，获得增广后的有像素级实例标签的高分辨率遥感影像数据； S3：将所述有像素级建筑物实例标签的高分辨率遥感影像数据和所述数据增广后的有像素级建筑物实例标签的高分辨率遥感影像数据相结合，输入到待训练的第一实例分割网络中进行训练，获得训练好的第一实例分割网络； S4：将所述无像素级建筑物实例标签的高分辨率遥感影像数据输入训练好的第一实例分割网络进行提取，获得无像素级建筑物实例标签的高分辨率遥感影像数据中的建筑物的实例伪标签； S5：将所述建筑物实例伪标签以及对应的无像素级建筑物实例标签的高分辨率遥感影像数据，与有像素级建筑物实例标签的高分辨率遥感影像数据相结合作为第二实例分割网络的输入，并进行训练，得到训练好的第二实例分割网络； 步骤S5具体为： S51：将所述无像素级建筑物实例标签的高分辨率遥感影像数据，和有像素级建筑物实例标签的高分辨率遥感影像数据输入第二实例分割网络，所述第二实例分割网络与第一实例分割网络结构相同；在经过特征提取器、FPN模块、RPN模块和RoIAlign模块后，获得包含建筑物的候选特征图； S52：将所述包含建筑物的候选特征图送入Box分支，得到提取建筑物的分类、标签框，并计算相应的损失和； S53：将所述包含建筑物的候选特征图Mask分支，通过两个不同尺度的子分支进行特征提取出两个特征图和，并融合得到特征图； S54：将所述融合后的特征图，通过Sobel边缘算子提取建筑物水平和垂直方向的边缘特征，并融合得到细化建筑物边缘的特征图，并计算相应的损失； S55：计算总的损失，进行梯度下降并反向传播，从而训练实例分割模型，得到训练好的第二实例分割网络； S6：将待预测的高分辨率遥感影像输入所述训练好的第二实例分割网络，提取出建筑物实例。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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”。