Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 南湖实验室;嘉兴市大数据中心于桐获国家专利权

南湖实验室;嘉兴市大数据中心于桐获国家专利权

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!

龙图腾网获悉南湖实验室;嘉兴市大数据中心申请的专利基于深度学习的建筑物矢量提取模型及其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:CN114842341B

龙图腾网通过国家知识产权局官网在2025-10-10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:202210530174.3,技术领域涉及:G06V20/10;该发明授权基于深度学习的建筑物矢量提取模型及其提取方法是由于桐;唐攀攀;王辉;万昊明;赵博;勾鹏;屠勇刚;焦文品设计研发完成,并于2022-05-16向国家知识产权局提交的专利申请。

基于深度学习的建筑物矢量提取模型及其提取方法在说明书摘要公布了:本发明公开了一种基于深度学习的建筑物矢量提取模型及其提取方法,包括:S1.接收遥感影像,对遥感影像进行多个阶段的特征提取,得到多个尺度的提取特征;S2.分别对各尺度的提取特征进行特征优化,得到多个尺度的优化特征;S3.将多个尺度的优化特征进行特征融合,得到融合特征;S4.对融合特征进行特征恢复与类别判断得到建筑物初步提取结果;S5.对建筑物初步提取结果进行后处理得到最终的建筑物矢量结果。本方案融合多种尺度下的特征提取优势,有效提高特征提取能力,增强网络对原始影像的信息提取能力,并且针对融合特征进行提取结果,对提取结果进行后处理,能够直接获取到较为规则的建筑物矢量结果,极大的方便了后续编辑与应用。

本发明授权基于深度学习的建筑物矢量提取模型及其提取方法在权利要求书中公布了:1.一种基于深度学习的建筑物矢量提取模型的构建方法,其特征在于,包括编码器模块2、优化模块3、解码器模块4、后处理模块5以及用于网络训练的分支结构41,所述的编码器模块2用于对输入的遥感影像进行多阶段特征提取,所述的优化模块3用于对编码器模块2输出的各尺度提取特征进行优化处理,所述的解码器模块4用于将优化后的各尺度优化特征进行融合并基于融合特征进行特征恢复与类别判断以输出建筑物初步提取结果,所述的后处理模块5用于对所述的建筑物初步提取结果进行后处理得到最终的建筑物矢量结果; 所述的编码器模块2包括稠密卷积模块和过渡卷积模块,用于对输入的遥感影像进行四阶段特征提取,前三阶段由稠密卷积模块和过渡卷积模块进行特征提取,第四阶段由稠密卷积模块进行特征提取; 所述的解码器模块4包括多个解码卷积模块; 所述的优化模块3包括三个自注意力模块和一个空间金字塔池化模块,每个自注意力模块的输出连接一个解码卷积模块; 三个自注意力模块的输入分别为第一-第三阶段的提取特征,输出分别为三个解码卷积模块的输入,空间金字塔池化模块的输入为第四阶段的提取特征; 第三阶段的解码卷积模块对空间金字塔池化模块的输出进行解码卷积处理后与第三阶段自注意力模块输出的优化特征融合叠加输出给第二阶段对应的解码卷积模块; 第二阶段的解码卷积模块对第三阶段解码卷积模块的输出进行解码卷积处理后与第二阶段自注意力模块输出的优化特征融合叠加输出给第一阶段的解码卷积模块; 第一阶段的解码卷积模块对第二阶段解码卷积模块的输出进行解码卷积处理后与第一阶段自注意力模块输出的优化特征融合叠加输出最终的融合特征; 所述的分支结构41包括多个分支模块,每个解码卷积模块分别连接一个分支模块; 所述的后处理模块5用于对所述的建筑物初步提取结果进行包括去除小聚类区域、开运算、闭运算、边界点提取和道格拉斯普克抽稀的后处理步骤得到最终的建筑物矢量结果。

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南湖实验室;嘉兴市大数据中心,其通讯地址为:314001 浙江省嘉兴市南湖区七星街道香湖别墅29幢;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。

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。