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！

龙图腾网获悉北京工业大学申请的专利一种利用GF-2遥感影像进行多尺度建筑物屋顶识别的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：CN116469005B 。

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：202310317304.X，技术领域涉及：G06V20/10；该发明授权一种利用GF-2遥感影像进行多尺度建筑物屋顶识别的方法是由林绍福;张畅;刘希亮;姚昕设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种利用GF-2遥感影像进行多尺度建筑物屋顶识别的方法在说明书摘要公布了：本发明公开了一种利用GF‑2遥感影像进行多尺度建筑物屋顶识别的方法，该方法基于DeepLabv3+网络结构，在编码阶段针对空间金字塔池化结构增加了基于归一化的注意力机制NAM，抑制不显著的特征，更好的提取建筑物屋顶多尺度特征。利用不同膨胀率的深度可分离卷积代替ASPP结构中传统的空洞卷积，综合深度可分离卷积和空洞卷积的优点，提高了模型的高效性。在解码阶段特征融合的过程中，将主干网络ResNet101的底层和中层输出的特征通过自注意力与卷积集合模块，以得到更加精细的识别结果。利用本发明实现对建筑物屋顶的提取，能够处理建筑物屋顶边缘识别不精细的问题，同时也有效优化了不同尺度建筑物屋顶的识别准确性。

本发明授权一种利用GF-2遥感影像进行多尺度建筑物屋顶识别的方法在权利要求书中公布了：1.一种利用GF-2遥感影像进行多尺度建筑物屋顶识别的方法，其特征在于，该方法的实施步骤如下： 1获取GF-2遥感数据，对GF-2遥感数据进行存储和预处理获取建筑物屋顶数据，对建筑物屋顶进行标记，构造建筑物屋顶提取样本数据库，并按8:2的比例将数据集随机拆分为训练集和测试集； 2构建基于GF-2遥感影像多尺度建筑物屋顶提取的ADSN_DeepLabv3+网络的编码结构，获得多尺度建筑物屋顶的高级特征图aux，所述多尺度建筑物屋顶提取网络ADSN_DeepLabv3+网络的编码结构包括骨干网络模块、改进的ASPP模块、特征输出模块； 所述骨干网络模块为ResNet101网络，利用残差结构，包括四个卷积组以及一个池化层，以进行建筑物屋顶的特征提取； 所述改进的ASPP模块包括一个1×1卷积、三个3×3的深度可分离空洞卷积，膨胀率分别为6,12,18以及一个全局池化操作，引入NAM模块，将每一次操作得到的特征图输入到NAM中，以抑制不明显特征，将通过NAM后输出的特征图进行融合作为改进的ASPP结构的输出，更好的提取建筑物多尺度特征； 所述特征输出模块包括一个1×1卷积，将通过改进的ASPP模块输出的特征图进行1×1卷积操作，得到经过编码器特征提取后输出的高级特征图； 3构建多尺度建筑物屋顶提取网络ADSN_DeepLabv3+的解码结构，得到最终建筑物屋顶识别结果；所述多尺度建筑物屋顶提取网络ADSN_DeepLabv3+的解码结构包括上采样模块、特征融合模块； 所述上采样模块包括对解码阶段生成的高级特征图进行4倍上采样操作，以及对特征融合后的特征图进行两次2倍上采样操作，以恢复识别结果的空间细节信息； 所述特征融合模块包括嵌入自注意力与卷积集合模块ACmix结构对骨干网络中的浅层和中层输出的大尺度特征进行学习，通过ACmix内部的卷积以及自注意力机制捕捉更多的特征；将通过ACmix结构的中层特征图与经过4倍上采样后的解码阶段输出的高级特征图进行融合，通过3×3卷积以及2倍上采样后与通过ACmix结构的浅层特征图相融合，更好的利用了建筑物屋顶的深浅层特征，最后经过3×3卷积以及2倍上采样得到建筑物屋顶的识别结果； 4基于解码结构和编码结构构建ADSN_DeepLabv3+，编码结构与解码结构相结合，编码结构主要用于多尺度特征提取，解码结构用于特征融合以及恢复空间细节信息，以得到更加精细的建筑物屋顶提取结果； 5基于构建的ADSN_DeepLabv3+多尺度建筑物屋顶提取模型，在训练集上进行训练，观察模型训练的损失loss值以及结果Acc、Precision、Recall、F1-Score等值，利用参数调优的方式调整学习率以及迭代次数，直至ADSN_DeepLabv3+模型收敛； 6基于收敛后的ADSN_DeepLabv3+多尺度建筑物屋顶提取模型，对测试集进行预测，利用输出概率获得建筑物屋顶提取结果。

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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。