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！

龙图腾网获悉广州大学申请的专利一种多层次特征融合的跨域建筑物提取方法及相关装置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：CN120599482B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511097439.5，技术领域涉及：G06V20/10；该发明授权一种多层次特征融合的跨域建筑物提取方法及相关装置是由阮永俭;张新长;王椰;齐霁;曾帅;阮宝珍;欧佳斌设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种多层次特征融合的跨域建筑物提取方法及相关装置在说明书摘要公布了：本发明公开了一种多层次特征融合的跨域建筑物提取方法及相关装置，其方法包括：构建跨域建筑提取框架模型，进行场景级特征的学习处理；进行对象级特征的训练学习处理，形成训练后的跨域建筑提取框架模型；将在训练学习时提取到的场景级特征数据以及对象级特征数据输入双向交叉注意力模块中进行特征融合处理，形成融合特征数据；基于融合特征数据对训练后的跨域建筑提取框架模型进行调整处理，形成调整后的跨域建筑提取框架模型；将待识别遥感图像输入调整后的跨域建筑提取框架模型中进行跨域建筑物的特征提取处理。在本发明实施例中，能够在多个城乡遥感影像数据集上实现更高的建筑物提取精度，表现出了更强的跨域适应能力和鲁棒性。

本发明授权一种多层次特征融合的跨域建筑物提取方法及相关装置在权利要求书中公布了：1.一种多层次特征融合的跨域建筑物提取方法，其特征在于，所述方法包括： 构建跨域建筑提取框架模型，所述跨域建筑提取框架模型基于对比学习在无标注的城乡遥感图像集中进行场景级特征的学习处理；同时，用SAM模块对无标注的城乡遥感图像进行处理，生成对象级掩膜；所述跨域建筑提取框架模型利用所述对象级掩膜作为监督信号，进行对象级特征的训练学习处理，形成训练后的跨域建筑提取框架模型； 将在训练学习时提取到的场景级特征数据以及对象级特征数据输入训练后的跨域建筑提取框架模型的双向交叉注意力模块中进行特征融合处理，形成融合特征数据； 基于融合特征数据对训练后的跨域建筑提取框架模型进行调整处理，形成调整后的跨域建筑提取框架模型； 获得待识别遥感图像，将待识别遥感图像输入调整后的跨域建筑提取框架模型中进行跨域建筑物的特征提取处理； 所述跨域建筑提取框架模型基于对比学习在无标注的城乡遥感图像集中进行场景级特征的学习处理，包括： 所述跨域建筑提取框架模型对输入的无标注的城乡遥感图像集中的任意城乡遥感图像进行随机数据增强处理，形成两个内容相似但表现形式不同的第一图像和第二图像； 将所述第一图像和所述第二图像输入共享编码器中进行高维特征提取处理，获得第一图像对应的第一高维特征向量以及第二图像对应的第二高维特征向量； 利用多层感知机制将所述第一高维特征向量以及所述第二高维特征向量映射到低维特征空间中，获得第一高维特征向量对应的第一低维特征向量以及第二高维特征向量对应的第二低维特征向量； 基于InfoNCE对比损失函数利用所述第一低维特征向量以及所述第二低维特征向量进行场景级特征的学习处理； 所述用SAM模块对无标注的城乡遥感图像进行处理，生成对象级掩膜；所述跨域建筑提取框架模型利用所述对象级掩膜作为监督信号，进行对象级特征的训练学习处理，包括： 在所述跨域建筑提取框架模型中利用SAM模块在无监督下对无标注的城乡遥感图像集中的每一张城乡遥感图像进行目标对象提取处理，生成目标对象掩膜； 对所述目标对象掩膜进行目标与背景的分割处理，形成分割目标以及分割背景； 所述跨域建筑提取框架模型利用二元交叉熵损失函数对所述分割目标以及所述分割背景进行对象级特征的学习处理； 所述基于融合特征数据对训练后的跨域建筑提取框架模型进行调整处理，形成调整后的跨域建筑提取框架模型，包括： 利用训练后的跨域建筑提取框架模型对未标注的城乡遥感图像进行预测处理，生成目标域伪标签； 将所述目标域伪标签与源域的真实标签数据相结合，共同作为监督信号，对所述融合特征数据进行像素级的监督学习，以调整训练后的跨域建筑提取框架模型。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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”。

以上内容由龙图腾AI智能生成。