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！

龙图腾网获悉山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心);山东理工大学申请的专利一种滑坡识别方法、系统、计算机设备及介质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：CN120877125B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511358691.7，技术领域涉及：G06V20/10；该发明授权一种滑坡识别方法、系统、计算机设备及介质是由高峰;尹超;蒙永辉;孟凡奇;刘磊;张勇;李宇飞设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种滑坡识别方法、系统、计算机设备及介质在说明书摘要公布了：本发明提供了一种滑坡识别方法、系统、计算机设备及介质，属于灾害识别技术领域。该方法通过获取已知滑坡和非滑坡边坡的二维RGB图像及其对应的三维激光扫描实测点云图像，结合NYUDepthV2数据集构建训练数据集和验证数据集。利用改进的编码器‑解码器卷积神经网络模型重建验证数据集的点云图像并验证重建效果，提取坡内裂缝数量、坡内裂缝长度、坡体相对高差、最长裂缝长度、最大裂缝宽度等三维信息，采用改进的非线性NT超平面算法筛选滑坡识别指标，构建滑坡识别模型，并通过验证数据集选取最优模型，实现基于二维RGB图像的滑坡识别。本发明降低了滑坡识别建模的复杂度，避免了陷入“维数灾难”。

本发明授权一种滑坡识别方法、系统、计算机设备及介质在权利要求书中公布了：1.一种滑坡识别方法，其特征在于，包括以下步骤： 步骤S1、获取研究区域内已知滑坡和相同数量非滑坡边坡的二维RGB图像及其对应的三维激光扫描实测点云图像，结合NYU Depth V2数据集构建三维信息提取训练数据集和验证数据集； 步骤S2、建立改进的编码器‑解码器卷积神经网络模型，利用训练好的模型重建验证数据集的点云图像并验证重建效果； 编码器：以改进的ResNet101为特征提取器，将最后一个Residual Block 4的3×3卷积层替换为空洞率为2的空洞卷积层，输出特征图分辨率提升至输入图像的116，删除末端池化层、全连接层及SoftMax层； 步骤S3、基于Polyworks软件提取部分训练数据集实测点云图像和部分验证数据集重建点云图像的坡内裂缝数量、坡内裂缝长度、坡体相对高差、最长裂缝长度、最大裂缝宽度三维信息； 步骤S4、采用改进的非线性NT超平面算法筛选训练数据集的三维信息及滑坡致灾因子，建立滑坡识别指标体系； 改进的非线性NT超平面算法将滑坡识别指标筛选转化为二次规划问题： ； ； 其中，表示半正定矩阵，表示列向量，表示转置，表示调整列向量，表示惩罚参数，取值介于0‑1，表示维数为待筛选指标数的元素全为1的列向量； 设、，则二次规划问题转化为： ； ； 其中，表示的增广矩阵，，表示的增广矩阵，，表示行、列数等于待筛选指标数的单位矩阵，、分别表示已知滑坡、非滑坡边坡样本； 三维信息包括：坡内裂缝数量、坡内裂缝长度、坡体相对高差、最长裂缝长度、最大裂缝宽度；滑坡致灾因子包括：高程、坡度、坡向、土地利用、岩土类型、河流距离、道路距离、断层距离、平面曲率、剖面曲率、归一化植被覆盖指数、泥沙输移指数、水流功率指数、地形湿度指数； 步骤S5、构建滑坡识别训练数据集和验证数据集，基于多种数学模型建立滑坡识别模型，通过验证数据集选取最优模型，实现基于二维RGB图像的滑坡识别。

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山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心);山东理工大学，其通讯地址为：250014 山东省济南市历下区文化东路42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。