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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 安徽大学程志友获国家专利权

安徽大学程志友获国家专利权

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!

龙图腾网获悉安徽大学申请的专利基于坐标注意力和数据相关上采样的遥感图像建筑物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:CN115631412B

龙图腾网通过国家知识产权局官网在2025-08-05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:202211270279.6,技术领域涉及:G06V20/10;该发明授权基于坐标注意力和数据相关上采样的遥感图像建筑物提取方法是由程志友;彭友根;汪传建设计研发完成,并于2022-10-18向国家知识产权局提交的专利申请。

基于坐标注意力和数据相关上采样的遥感图像建筑物提取方法在说明书摘要公布了:本发明涉及一种基于坐标注意力和数据相关上采样的遥感图像建筑物提取方法,包括:获取遥感数据;数据预处理与数据增强;构建包括编码器、坐标注意力CA模块、数据相关上采样DUp模块的建筑物提取网络模型,即CAD‑UNet网络模型;模型训练与评估;建筑物自动化提取:将新的待提取的遥感图像进行数据预处理后,输入训练完成的CAD‑UNet网络模型,CAD‑UNet网络模型输出预测图像,得到建筑物提取结果。本发明设计的网络逐步提取建筑物的深层特征,进行特征融合之后再逐步上采样至输入分辨率大小,对建筑物提取任务更为友好,显著提高了建筑物提取精度;能有效捕捉建筑物的位置信息和边界信息,因而能够使提取的建筑物拥有更加平滑的边界和完整的轮廓。

本发明授权基于坐标注意力和数据相关上采样的遥感图像建筑物提取方法在权利要求书中公布了:1.一种基于坐标注意力和数据相关上采样的遥感图像建筑物提取方法,其特征在于:该方法包括下列顺序的步骤: 1获取遥感数据:下载WHU建筑物数据集和Massachusetts建筑物数据集; 2数据预处理与数据增强:所述预处理是指对数据集中的大图像进行裁剪,对裁剪后的遥感图像和标签图像进行数据增强;将数据增强后的遥感图像和标签图像分别按照8:1:1的比例划分为训练集、验证集和测试集; 3构建CAD-UNet网络模型:以UNet网络为基础进行改进,构建包括编码器、坐标注意力CA模块、数据相关上采样DUp模块的建筑物提取网络模型,即CAD-UNet网络模型; 对UNet网络编码器进行替换:用VGG16网络模块替换UNet网络编码器,VGG16网络模块由VGG16网络去掉最后一个池化层和全连接层构成,VGG16网络模块通过多次卷积和四次最大池化进行下采样,提取遥感图像中的建筑物特征,并输出四个不同尺度的特征图; 构造坐标注意力CA模块:将坐标注意力CA模块嵌入到UNet网络的跳跃连接处; 构造数据相关上采样DUp模块:结合卷积层和数据相关型上采样模块构造数据相关上采样DUp模块,并用于提取高分辨率建筑物的边界信息,对于输入的四个不同尺度特征图,先经过一个3×3卷积层,减少特征图的通道数;再进行数据相关上采样,将特征图直接恢复到512×512大小,将上采样后得到的四个特征图进行逐点相加融合后,从数据相关上采样DUp模块输出; 4模型训练与评估:基于训练集数据、BCELoss二分类交叉熵损失与FocalLoss焦点损失相结合的联合损失函数,对CAD-UNet网络模型进行训练,训练完成后用测试集评估CAD-UNet网络模型的建筑物提取精度和效果; 5建筑物自动化提取:将新的待提取的遥感图像进行数据预处理后,输入训练完成的CAD-UNet网络模型,CAD-UNet网络模型输出预测图像,得到建筑物提取结果。

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安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111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。