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！

龙图腾网获悉四川格锐乾图科技有限公司;中国科学院地理科学与资源研究所申请的专利一种基于Wave-Net的SAR遥感影像海洋筏式养殖区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：CN117036957B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202311074072.6，技术领域涉及：G06V20/10；该发明授权一种基于Wave-Net的SAR遥感影像海洋筏式养殖区提取方法是由郭艳君;汪承义;余斌;余国;杜云艳;李文平;吴成勇设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本一种基于Wave-Net的SAR遥感影像海洋筏式养殖区提取方法在说明书摘要公布了：本发明公开了一种基于Wave‑Net的SAR遥感影像海洋筏式养殖区提取方法，涉及海洋遥感和图像处理技术领域，其包括以下步骤：获取SAR遥感影像，并根据海洋筏式养殖区进行标识，得到训练集；构建Wave‑Net神经网络模型，并通过训练集进行训练，得到训练后的Wave‑Net神经网络模型；通过训练后的Wave‑Net神经网络模型对目标区域的SAR遥感影像进行识别，得到海洋筏式养殖区。本方法流程简捷，无需进行繁琐的图像预处理，在降低神经网络模型的复杂度、减少模型训练参数的同时，可以提高海洋筏式养殖区的分割精度和识别准确率。

本发明授权一种基于Wave-Net的SAR遥感影像海洋筏式养殖区提取方法在权利要求书中公布了：1.一种基于Wave-Net的SAR遥感影像海洋筏式养殖区提取方法，其特征在于，包括以下步骤： S1、获取SAR遥感影像，并根据海洋筏式养殖区进行标识，得到训练集； S2、构建Wave-Net神经网络模型，并通过训练集进行训练，得到训练后的Wave-Net神经网络模型； S3、通过训练后的Wave-Net神经网络模型对目标区域的SAR遥感影像进行识别，得到海洋筏式养殖区； 其中，Wave-Net神经网络模型包括特征提取集结子网络、特征提取疏散子网络和多尺度损失函数融合模块； 特征提取集结子网络，用于提取SAR遥感影像的图像特征； 特征提取疏散子网络，用于对SAR遥感影像的图像特征进行解码恢复，获取海洋筏式养殖区在SAR遥感影像中的特征信息，进而实现海洋筏式养殖区的提取； 多尺度损失函数融合模块，用于计算Wave-Net神经网络模型的训练损失，并根据训练损失对Wave-Net神经网络模型进行参数更新； 特征提取集结子网络包括M个特征提取单元；特征提取疏散子网络包括M个特征疏散单元和一个特征融合模块；其中： 第一个特征提取单元，用于对输入的SAR遥感影像依次进行卷积、批归一化、激活和第一次特征提取，并将第一次特征提取的输入和输出进行残差计算，得到第一特征图； 第m个特征提取单元，用于对第m-1个特征图提取单元输出的特征进行最大池化后，依次进行卷积、批归一化、激活、最大池化、卷积、批归一化、激活和第m次特征提取，并对第m次特征提取的输入和输出进行残差计算，得到第m特征图；m∈[2,M]； 第一个特征疏散单元，用于对第M个特征图进行最大池化后，依次进行卷积、批归一化、激活、卷积、批归一化、激活和第一次特征疏散，并将第一次特征疏散的输入和输出进行残差计算，得到第M+1特征图； 第n个特征疏散单元，用于对第M+n-1特征图进行上采样后，将上采样结果与第M-n+2特征图进行特征融合，并对特征融合结果依次进行卷积、批归一化、激活、卷积、批归一化、激活和第n次特征疏散，并将第n次特征疏散的输入和输出进行残差计算，得到第M+n特征图；n∈[2,M]； 特征融合模块，用于将第2M特征图进行上采样后与第一特征进行特征融合，并将特征融合结果依次进行卷积、批归一化、激活、卷积、批归一化、激活、卷积、批归一化、激活，得到与输入SAR遥感影像尺寸相同的第2M+1特征图，即得到Wave-Net神经网络模型的最终输出，完成海洋筏式养殖区提取。

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四川格锐乾图科技有限公司;中国科学院地理科学与资源研究所，其通讯地址为：610095 四川省成都市中国(四川)自由贸易试验区成都高新区天府大道北段1480号7号楼201室；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。