哈尔滨工业大学刘擘龙获国家专利权
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！
龙图腾网获悉哈尔滨工业大学申请的专利基于深度图像语义分割的作物叶面积指数估计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：CN116740351B 。
龙图腾网通过国家知识产权局官网在2025-10-21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：202310674189.1，技术领域涉及：G06V10/26；该发明授权基于深度图像语义分割的作物叶面积指数估计方法是由刘擘龙;刘劼;王强设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。
本基于深度图像语义分割的作物叶面积指数估计方法在说明书摘要公布了：本发明提出基于深度图像语义分割的作物叶面积指数估计方法。所述方法包括作物高质量图像数据采集系统和基于图像分割的叶面积指数测量框架设计两部分。目的是在没有农作物高质量图像的情况下，能够稳定高效的采集作物图像数据并开发基于图像语义分割方法的作物叶面积指数LeafAreaIndex,LAI测量模型。从而构建基于图像语义分割的作物叶面积指数测量算法。所述方法验证了基于深度学习的图像分割方法在作物叶面积指数测量方面的高精度和鲁棒性。
本发明授权基于深度图像语义分割的作物叶面积指数估计方法在权利要求书中公布了：1.基于深度图像语义分割的作物叶面积指数估计方法，其特征在于：所述方法包括： 首先根据作物高质量图像数据采集系统采集高质量的作物图像数据，对其进行采样后进行人工标注作物像素的语义区域并制作成为图像语义分割数据集，根据制作的数据集设计端到端的作物叶面积指数测量深度学习模型框架即LAI测量框架，所述LAI测量框架，其有四部分组成，即骨干网络Backbone，分割图SegmentationMap，掩码预测MaskPrediction和叶面积指数预测LAIPrediction；骨干网络部分用于完成作物图像的分割，生成特征图，利用生成的特征图进行掩码的预测，生成分割结果，同时根据预测掩码计算出作物LAI的预测结果；其中，在训练阶段将生成的分割结果和真实值进行比较即LossSeg，将预测的LAI与图像中的LAI进行比较即LossLAI；在推理阶段，直接生成掩码预测结果和叶面积测量结果，实现作物LAI测量和分割； 模型训练使用的损失函数如公式所示： 其中为MAE损失函数，为交叉熵损失函数。
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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励