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！

龙图腾网获悉淮阴工学院申请的专利基于Water-WSSS模型的端到端的弱监督遥感图像水体分割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：CN116797940B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310793972.X，技术领域涉及：G06V20/13；该发明授权基于Water-WSSS模型的端到端的弱监督遥感图像水体分割方法是由于永涛;姜涛;李银银;江佳敏;顾函竹;黄龙;卢伟彬;吴庆国;刘超;王俊设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本基于Water-WSSS模型的端到端的弱监督遥感图像水体分割方法在说明书摘要公布了：本发明公开了一种基于Water‑WSSS模型的端到端的弱监督遥感图像水体分割方法，采集遥感图像制作数据集并进行预处理，通过构建Water‑WSSS网络模型，使用改进的DPND作为模型的主干网络提取特征，设计一个完全端到端的网络。整个网络包括主干网络；分类分支、分割分支、伪标签细化模块和特征增强模块，两个分支共享相同的主干网络，训练时，两个分支同时更新整个网络。首先利用分类分支生成初始类激活图，类激活图经过伪标签细化模块处理后有效扩大激活区域，作为分割分支的伪真值标签，在分割分支中使用两次空洞卷积，然后将结果输入特征增强模块，进行遥感图像水体分割。本发明提出的模型结构显著提高了弱监督语义分割模型的分割准确率。

本发明授权基于Water-WSSS模型的端到端的弱监督遥感图像水体分割方法在权利要求书中公布了：1.一种基于Water-WSSS模型的端到端的弱监督遥感图像水体分割方法，其特征在于，包括以下步骤： 步骤1：采集高分二号卫星遥感图像，获取含有水体的目标图像，构建全新遥感图像水体数据集并进行预处理； 步骤2：构建语义分割Water-WSSS模型，并将上述的水体数据集通过Water-WSSS模型进行训练得到模型Y；所述Water-WSSS模型包括主干网络、分类分支、分割分支、伪标签细化模块和特征增强模块； 主干网络提取到的特征图分别输入到分类分支和分割分支中，分类分支和分割分支共享相同的主干网络，训练时两个分支同时更新整个网络；测试时，只使用分割分支来产生分割结果；分类分支输出水体的初始类激活图，主干网络提取到的特征和分类分支得到的初始类激活图输入到伪标签细化模块，得到最终结果RCAM，作为分割分支的伪真值标签，输入到分割分支中；利用分割分支得到初始分割结果后使用特征增强模块提高模型的分割性能； 语义分割Water-WSSS模型的具体实现过程如下： 2.1使用改进的DPND作为主干网络，DPND将DenseNet网络中的密集连接块与ResNet网络中的残差块相结合，在DPND的最后添加三个残差块，同时对残差块进行空洞卷积； 2.2将主干网络提取到的特征图分别输入到分类分支和分割分支中，分类分支和分割分支共享相同的主干网络，训练时两个分支同时更新整个网络；测试时，只使用分割分支来产生分割结果； 2.3在分类分支中，全局平均池化应用于最后一个卷积层，其结果用于全连接层进行分类；在分类分支的最后一个卷积层上使用全连接层权重来获得水体的初始类激活图； 2.4将主干网络提取到的特征和分类分支得到的初始类激活图输入到伪标签细化模块中，得到最终的类激活图RCAM，作为分割分支的伪真值标签，输入到分割分支中； 2.5分割分支用于预测像素级标签，分割分支在主干网络之后添加两层空洞卷积层，得到初始分割结果R1； 2.6对初始分割结果R1使用特征增强模块，解决小目标水体分割像素精度低的问题，提高模型的分割性能； 所述特征增强模块输入为初始分割结果R1，使用GAP操作，再使用一次1×1卷积操作，上采样之后恢复到原始分辨率得到结果R2，对R1使用一次1×1卷积操作得到结果R3，对R1使用一系列卷积操作得到结果R4，对R3和R4使用相乘操作得到结果R5，R2和R5相加得到最终的结果R6，即Water-WSSS模型最终的分割结果； 步骤3：使用训练好的模型Y对水体通过分割分支进行分割得到初始结果，然后输入特征增强模块，得到最终的分割结果。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘东路1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。