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！

龙图腾网获悉武汉大学申请的专利基于预训练编码器网络的遥感图像建筑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：CN120071134B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510097098.5，技术领域涉及：G06V20/10；该发明授权基于预训练编码器网络的遥感图像建筑提取方法及系统是由杜博;郭昊南;苏鑫;张良培设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于预训练编码器网络的遥感图像建筑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预训练编码器网络的遥感图像建筑提取方法及系统，使用预训练编码器从遥感影像中提取多尺度特征，输入密集连接的粗到细特征融合模块，快速高效地聚合多尺度信息，并生成建筑预测图。在模型学习过程中，使用了纯净掩码监督和知识蒸馏技术，增强了网络从深度监督中学习有价值信息的能力；本发明仅需较小的计算资源即可实现高效的多尺度特征整合，避免了传统方案中因计算资源消耗过大而导致的性能瓶颈。此外，通过纯净掩码引导深度监督与知识蒸馏从纯净标签区域进行学习，提升模型收敛效率。在这种机制下，能够在较低的计算成本下实现高性能的建筑物轮廓提取，从而避免因计算资源不足导致的精度下降问题。

本发明授权基于预训练编码器网络的遥感图像建筑提取方法及系统在权利要求书中公布了：1.一种基于预训练编码器网络的遥感图像建筑提取方法，其特征在于，包括以下步骤： 步骤1：利用自然图像预训练的编码器对输入的待处理遥感图像进行处理，输出图像记为； 步骤2：将依次下采样获得不同尺寸的层次化图像特征； 步骤3：将使用分类器处理输出； 所述分类器，由多尺度特征提取与自适应尺度融合组成；多尺度特征提取将建筑特征输入卷积核大小分别为3×3与5×5的卷积层中提取多尺度建筑特征；自适应尺度融合将提取的多尺度建筑特征进行全局均值池化后，拼接输入全连接层中，输出2维向量进行Softmax操作，获取3×3卷积特征与5×5卷积特征对应的权重；结合权重对多尺度建筑特征进行加权求和后，通过1×1卷积获得预测结果； 步骤4：将上采样处理后，与所述、逐像素相加后输入特征融合解码器处理，输出； 步骤5：将上采样处理后与所述、逐像素相加后输入所述特征融合解码器处理，输出； 步骤6：将上采样处理后与所述、逐像素相加后输入所述特征融合解码器处理，输出，获得高分辨率预测图； 所述特征融合解码器，由并行设置的两个分支组成；第一分支由顺序连接的降维卷积层、注意力卷积层、分类器组成；第二分支由顺利连接的降维卷积层、注意力卷积层、上采样层、分类器组成；其中，第一分支的注意力卷积层输出与第二分支的上采样层逐像素相加后输入第一分支的分类器中；高分辨率特征图经第一分支处理后输出高分辨率细节图，低分辨率特征图经第二分支处理后输出低分辨率细节图；所述高分辨率细节图与所述低分辨率细节图逐像素相加后输出高分辨率预测图； 所述注意力卷积层，由顺序连接的均值池化层、第一3×3卷积层、Sigmoid激活层、第二3×3卷积层、批归一化层、ReLU激活层组成；其中，原始输入与所述Sigmoid激活层逐像素相乘后输入所述第二3×3卷积层，进行后续处理。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。