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 > 北京航空航天大学杭州创新研究院高飞获国家专利权

北京航空航天大学杭州创新研究院高飞获国家专利权

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!

龙图腾网获悉北京航空航天大学杭州创新研究院申请的专利基于全卷积神经网络的道路提取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:CN114882473B

龙图腾网通过国家知识产权局官网在2025-09-16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:202210605408.6,技术领域涉及:G06V20/58;该发明授权基于全卷积神经网络的道路提取方法及系统是由高飞;孔令哲;王俊;陈鹏辉;罗喜伶设计研发完成,并于2022-05-30向国家知识产权局提交的专利申请。

基于全卷积神经网络的道路提取方法及系统在说明书摘要公布了:本发明公开了一种基于全卷积神经网络的道路提取方法及系统,包括,在FCN的基础上改进网络模型,得到深度卷积神经网络;以损失函数最小为目标在训练集上训练神经网络,得到道路提取网络模型;将用于测试的SAR图像输入道路提取模型,获取SAR图像中的道路网络。本发明可以实现道路提取。

本发明授权基于全卷积神经网络的道路提取方法及系统在权利要求书中公布了:1.一种基于全卷积神经网络的道路提取方法,其特征在于,包括: S1、建立深度卷积神经网络,具体包括: 在全卷积神经网络FCN的基础上改进网络模型,得到深度卷积神经网络; 其中,所述深度卷积神经网络依次包括:输入层、多尺度特征提取层、空洞卷积连接层、反卷积层、道路连接性增强网络层和输出层; 所述道路连接性增强网络层包括编码器与解码器; 所述编码器包括4个3*3卷积,每个卷积之后连接一个批归一化层和一个ReLU激活函数,在第二、第三和第四个3*3编码器卷积之后各连接一个最大池化,第一个3*3编码器卷积输入道路预测概率图,所述4个3*3卷积用于提取所述道路预测概率图中的信息; 所述解码器包括4个3*3卷积,所述4个3*3卷积用于学习道路预测概率图中每个像素点的修正值,在第一、第二和第三个解码器卷积之前使用双线性插值的2倍上采样逐步还原道路预测概率图的空间结构,并在每一次上采样后将编码器中对应尺寸的特征图与当前特征图进行通道拼接,融合不同层级的特征,在第四个3*3卷积之后,将输出结果与输入的道路预测概率图相加,最后使用Sigmoid激活函数获得连接性增强后的道路预测概率图; S2、以损失函数最小为目标在SAR图像训练集上训练深度卷积神经网络,得到道路提取网络模型,具体包括: 通过多尺度特征提取层对SAR图像训练集中的道路图像使用不同尺寸的卷积核提取不同尺度的特征,并将这些特征通过卷积运算融合得到特征图; 通过空洞卷积连接层对所述特征图使用空洞卷积操作以获得更大的感受野,保留空间信息; 通过反卷积层对卷积操作后的特征图进行上采样,并在反卷积过程中融合经过注意力模块处理的不同层级的特征,得到道路预测概率图; 将所述道路预测概率图输入至道路连接性增强网络层以修正各个像素点的概率预测值,减少所提取道路网络的间断点,得到连接性增强后的道路预测概率图,使用连接性增强后的道路预测概率图与道路真值计算损失函数值,通过反向传播算法更新神经网络参数; 并通过阈值分割将连接性增强后的道路预测概率图转化为道路预测二值图; S3、将用于测试的SAR图像输入道路提取网络模型,获取SAR图像中的道路网络。

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北京航空航天大学杭州创新研究院,其通讯地址为:310052 浙江省杭州市滨江区创慧街18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”。

以上内容由AI智能生成
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。