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！

龙图腾网获悉西南交通大学;应急管理部国家减灾中心申请的专利一种基于弱监督语义分割的损毁建筑物高分遥感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：CN115690579B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202211324004.6，技术领域涉及：G06V20/10；该发明授权一种基于弱监督语义分割的损毁建筑物高分遥感提取方法是由慎利;乔文凡;董喆;王薇;李苓苓;罗伟儿;武志宏设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本一种基于弱监督语义分割的损毁建筑物高分遥感提取方法在说明书摘要公布了：本发明公开了一种基于弱监督语义分割的损毁建筑物高分遥感提取方法。为改善类别激活图CAM质量，抑制损毁建筑物内部的噪声等技术问题，本发明以采用膨胀卷积的级联式密集连接的方法来提高目标相关区域的激活响应和抑制目标不相关区域的激活响应、通过在大范围内综合考虑和整合每个像素的特征相互依赖性来优化像素之间的全局空间相关性为技术手段，解决了CAM质量不佳、损毁建筑物内部的噪声严重、拼接位置不平滑等技术问题，获得了增强网络对细节的感知能力，缓解提取目标边界模糊、实现平滑拼接等技术效果。本发明适于遥感图像处理领域。

本发明授权一种基于弱监督语义分割的损毁建筑物高分遥感提取方法在权利要求书中公布了：1.一种基于弱监督语义分割的损毁建筑物高分遥感提取方法，其特征在于： 第一网络接收输入遥感影像，所述遥感影像的分辨率为H×W，H和W均为正整数； 所述遥感影像被输入至ResNet-101网络中，获得ResNet-101网络学习得到的特征图，以及ResNet-1o1网络中的第二层输出结果； 所述ResNet-101网络学习得到的特征图被输入至多尺度依赖MSD模块和空间相互关系优化SCR模块，然后经过卷积和上采样后，获得第一处理结果； 所述ResNet-101网络中的第二层输出结果经过卷积后，获得第二处理结果； 将所述第一处理结果和第二处理结果级联连接后，获得融合后的特征图； 然后再依次经过空间相互关系优化SCR模块和卷积，获得第三处理结果； 通过对所述第三处理结果应用Grad-CAM策略，获得H4×W4分辨率的损坏建筑物CAM，再经过尺寸变形，获得H×W分辨率的损坏建筑物CAM； 再对所述H×W分辨率的损坏建筑物CAM应用denseCRFs策略，获得基于原始影像对应生成的CAM得到损毁建筑物的提取结果。

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西南交通大学;应急管理部国家减灾中心，其通讯地址为：610000 四川省成都市高新西区西南交通大学；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。