北京理工大学庄胤获国家专利权
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！
龙图腾网获悉北京理工大学申请的专利一种多层特征解耦的光学遥感图像建筑物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：CN115731461B 。
龙图腾网通过国家知识产权局官网在2025-11-14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：202211377963.4，技术领域涉及：G06V20/10；该发明授权一种多层特征解耦的光学遥感图像建筑物提取方法是由庄胤;李健昊;董珊;陈禾;陈亮设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。
本一种多层特征解耦的光学遥感图像建筑物提取方法在说明书摘要公布了：本发明公开了一种多层特征解耦的光学遥感图像建筑物提取方法。本发明首先利用多层特征解耦网络提取建筑物多尺度特征并进行分解，获得更稳定的语义主体特征和不确定的语义边界特征；然后基于语义主体特征和不确定的语义边界特征的不同，采用双流语义特征描述网络采用不同的方式进行逐步融合，加深强语义区域中深层特征中的语义表示，并保留弱语义区域中更多的细节信息；最后利用多任务监督方法，在保证建筑物主体部分完整性的同时提高建筑物边缘精确性，实现高分辨率光学遥感图像建筑物的高性能提取。本发明能够显著提高对高分辨率光学遥感图像建筑物的提取效果，可实现复杂环境中的不同尺度、不同空间分布的建筑物的精确提取。
本发明授权一种多层特征解耦的光学遥感图像建筑物提取方法在权利要求书中公布了：1.一种多层特征解耦的光学遥感图像建筑物提取方法，其特征在于，包括： 步骤一、对光学遥感图像进行多尺度特征提取，得到不同尺度的多层特征图； 步骤二、对步骤一得到的特征图进行特征分解，具体为：以相邻的浅层特征图为参考，利用特征流场计算相邻的深层特征图中各特征的偏移量；基于所述偏移量矫正深层特征图，得到代表建筑物主体部分的强语义区域中更稳定的语义主体特征；然后利用减法操作，得到深层特征图中代表建筑物边缘部分的弱语义区域中不确定的语义边界特征； 步骤三、分别逐层融合步骤二得到的多组更稳定的语义主体特征和不确定的语义边界特征，得到多个像素级预测图；其中，强语义区域由深至浅进行特征融合，弱语义区域由浅至深进行融合； 步骤四，利用多任务监督方法，基于多任务联合损失函数对步骤三得到的多个像素级预测图分别进行监督学习，完成建筑物提取。
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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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