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)申请的专利一种无监督域自适应语义分割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：CN115631337B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211344317.8，技术领域涉及：G06V10/26；该发明授权一种无监督域自适应语义分割方法及系统是由冯雨婷;周顺平;李圣文;郑道远;方芳;刘袁缘;万波设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本一种无监督域自适应语义分割方法及系统在说明书摘要公布了：本发明提供一种无监督域自适应语义分割方法及系统，包括：获得DSM图像、遥感影像和语义标签图像；将DSM图像和遥感影像输入多路径编码器，获得DSM图像的最终特征图和遥感影像的最终特征图；将DSM图像的最终特征图和遥感影像的最终特征图输入多任务解码器，生成源域的分割结果和目标域的分割结果；通过分割损失对语义分割模型进行更新，获得第一更新语义分割模型；通过对抗损失对第一更新语义分割模型进行更新，获得第二更新语义分割模型；将目标域的遥感影像数据集输入第二更新语义分割模型获得最终语义分割预测图。本发明纠正了数据分布不匹配导致的上下文混乱，并减少了边界区域的常见错误分类，大大提升了分割精度和可靠性。

本发明授权一种无监督域自适应语义分割方法及系统在权利要求书中公布了：1.一种无监督域自适应语义分割方法，其特征在于，包括： S1：获取源域和目标域的遥感影像数据集，对源域和目标域的遥感影像数据集进行裁剪，获得DSM图像、遥感影像和语义标签图像； S2：构建语义分割模型，语义分割模型包括：多路径编码器和多任务解码器，将DSM图像和遥感影像输入多路径编码器，获得DSM图像的最终特征图和遥感影像的最终特征图； 步骤S2具体为： S21：将DSM图像输入多路径编码器的DSM特征提取器中，输出第n个阶段的DSM图像的特征图将遥感影像输入多路径编码器的遥感影像特征提取器中，输出第n个阶段的遥感影像的特征图其中n为阶段编号，1≤n≤5； S22：将第n个阶段的DSM图像的特征图和第n个阶段的遥感影像的特征图输入至多路径编码器的注意力感知融合块，获得融合特征 S23：将融合特征与第n个阶段的DSM图像的特征图加权相加，相加的结果作为特征提取器的第n+1个阶段的DSM图像输入；第n个阶段的遥感影像的特征图作为特征提取器的第n+1个阶段的遥感影像输入； S24：将第5个阶段的加权后的DSM图像的特征图作为DSM图像的最终特征图，将第5个阶段的遥感影像的特征图作为遥感影像的最终特征图； S3：将DSM图像的最终特征图和遥感影像的最终特征图输入多任务解码器，生成源域的分割结果和目标域的分割结果； 步骤S3具体为： S31：将DSM图像的最终特征图输入多任务解码器的注意力感知过滤块中，获得源域的DSM图像分割结果和目标域的DSM图像分割结果；将遥感影像的最终特征图输入多任务解码器的ASPP中，获得源域的遥感影像分割结果和目标域的遥感影像分割结果； S32：将源域的DSM图像分割结果和源域的遥感影像分割结果输入自适应门控融合块，获得源域的融合分割结果；将目标域的DSM图像分割结果和目标域的遥感影像分割结果输入自适应门控融合块，获得目标域的融合分割结果； S33：由源域的DSM图像分割结果、源域的遥感影像分割结果和源域的融合分割结果组成源域的分割结果；由目标域的DSM图像分割结果、目标域的遥感影像分割结果和目标域的融合分割结果组成目标域的分割结果； S4：通过源域的分割结果和语义标签图像计算获得分割损失，通过分割损失对语义分割模型进行更新，获得第一更新语义分割模型； S5：构建鉴别模型，将源域的分割结果和目标域的分割结果输入鉴别模型，计算获得对抗损失和鉴别损失，通过对抗损失对第一更新语义分割模型进行更新，获得第二更新语义分割模型，通过鉴别损失对鉴别模型进行更新，获得第一更新鉴别模型； S6：通过第二更新语义分割模型和第一更新鉴别模型构建整体模型，对整体模型进行训练，获得训练好的整体模型，将目标域的遥感影像数据集输入训练好的第二更新语义分割模型获得最终分割结果，对最终分割结果进行精细后融合处理操作，获得最终语义分割预测图。

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”。