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！

龙图腾网获悉西安理工大学申请的专利基于马尔可夫判别器的非成对弱监督云检测方法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：CN116030346B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202310005815.8，技术领域涉及：G06V20/10；该发明授权基于马尔可夫判别器的非成对弱监督云检测方法及系统是由杨秀红;苟田坤;许鹏;金海燕;吕志勇设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本基于马尔可夫判别器的非成对弱监督云检测方法及系统在说明书摘要公布了：本发明涉及遥感图像处理领域，具体公开了一种基于马尔可夫判别器的非成对弱监督云检测方法及系统，包括：通过获取有云遥感图像和无云遥感图像，并将其作为训练集，构建云检测网络，从有云遥感图像中选取第一样本输入云检测网络，进行不准确监督，生成粗略置信图；从无云遥感图像中选取第二样本输入云检测网络，进行不准确监督，并通过学习第二样本的先验特征来修正粗略置信图，然后进行反向传播，更新云检测网络的网络参数，得到训练好的云检测网络，根据训练好的云检测网络，确定最终置信图，基于最终置信图确定二值云检测结果。本发明中的上述方案解决了成对监督必须使用成对标签和因像素级标签不足导致分割精度不高的问题。

本发明授权基于马尔可夫判别器的非成对弱监督云检测方法及系统在权利要求书中公布了：1.一种基于马尔可夫判别器的非成对弱监督云检测方法，其特征在于，所述云检测方法包括： 步骤1：获取有云遥感图像和无云遥感图像，并将所述有云遥感图像和无云遥感图像作为训练集； 步骤2：设置云检测网络参数； 步骤3：基于所述云检测网络参数构建云检测网络； 步骤4：将所述有云遥感图像的标签预定义为全0，所述无云遥感图像的标签预定义为全1； 步骤5：从所述有云遥感图像中选取m个有云图作为第一样本输入所述云检测网络，以标签均为0进行不准确监督，计算第一交叉熵损失，并生成粗略置信图； 步骤6：从所述无云遥感图像中选取m个无云图作为第二样本输入所述云检测网络，以标签均为1进行不准确监督，计算第二交叉熵损失，并通过学习所述第二样本的先验特征来修正所述粗略置信图； 步骤7：基于所述第一交叉熵损失和所述第二交叉熵损失进行反向传播更新所述云检测网络的网络参数； 步骤8：重复步骤2-步骤7，直到所述云检测网络训练完毕，得到训练好的云检测网络； 步骤9：将待检测的有云遥感图像输入到所述训练好的云检测网络，得到最终置信图； 步骤10：基于所述最终置信图确定二值云检测结果。

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西安理工大学，其通讯地址为：710048 陕西省西安市金花南路5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”。