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动态对齐和显著性约束的半监督建筑物实例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：CN120088645B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510140511.1，技术领域涉及：G06V20/10；该发明授权基于动态对齐和显著性约束的半监督建筑物实例提取方法是由徐瑞;潘俊设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本基于动态对齐和显著性约束的半监督建筑物实例提取方法在说明书摘要公布了：本发明提供一种基于动态对齐和显著性约束的半监督建筑物实例提取方法，包括：获取大量高分辨率遥感影像并进行裁剪和划分，并对少部分影像中的建筑物进行实例级标注，得到少量有建筑物实例标签的数据和大量无建筑物实例标签的数据；将无标签数据进行不同的数据增强，得到重度增强的无标签数据和普通增强的无标签数据；构建CLC‑SIE，将所述的有标签数据和增强后的无标签数据输入CLC‑SIE网络进行训练，训练完成得到建筑物实例提取模型。本发明基于动态对齐和显著性约束构建端对端的半监督提取网络，解决现有提取方法区分背景干扰难、伪标签噪声影响和多阶段训练复杂的问题，在提升伪标签质量的同时提高建筑物实例提取的性能。

本发明授权基于动态对齐和显著性约束的半监督建筑物实例提取方法在权利要求书中公布了：1.一种基于动态对齐和显著性约束的半监督建筑物实例提取方法，其特征在于，包括： 获取高分辨率遥感影像，对所述高分辨率遥感影像进行裁剪和划分，并对部分高分辨率遥感影像中的建筑物进行实例级标注，得到少量的包含建筑物实例标签数据以及大量的无建筑物实例标签数据； 将所述无建筑物实例标签数据进行不同程度的数据增强，得到重度增强无标签数据和普通增强无标签数据； 构建跨阶段一致性约束的半监督提取网络CLC-SIE，将所述包含建筑物实例标签数据、所述重度增强无标签数据和所述普通增强无标签数据输入所述CLC-SIE进行训练，得到建筑物实例提取模型； 将待提取的建筑物遥感影像输入所述建筑物实例提取模型，输出建筑物实例预测结果； 构建CLC-SIE，包括： 确定所述CLC-SIE包括建筑物实例预测模块、目标动态对齐模块和像素显著性约束模块； 所述建筑物实例预测模块包括教师模型和学生模型，用于获得遥感影像中建筑物类别和边界框的目标级预测，以及建筑物掩码的像素级预测； 所述目标动态对齐模块用于计算教师模型和学生模型，输出建筑物类别和边界框的一致性损失； 所述像素显著性约束模块用于计算教师模型和学生模型，输出建筑物掩码的一致性损失。

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。