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！

龙图腾网获悉中国科学技术大学申请的专利一种基于域持续性学习的遥感语义分割方法及系统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：CN115272858B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202210901497.9，技术领域涉及：G06V20/10；该发明授权一种基于域持续性学习的遥感语义分割方法及系统是由宋卫国;芮雪设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种基于域持续性学习的遥感语义分割方法及系统在说明书摘要公布了：本发明的一种基于域持续性学习的遥感语义分割方法及系统，步骤为：对由多个遥感域组成的遥感域序列进行数据预处理，形成遥感域序列数据集；构建跨域持续性学习模型，作为语义分割网络；对跨域持续性学习模型依次在某个遥感域进行训练，采用基于类别筛选和特征空间的知识蒸馏方式相结合的方式作为损失函数，缓解跨域持续性学习模型训练过程中的灾难性遗忘，得到训练后的跨域持续性学习模型；按照增量训练测试的方式，对跨域持续性学习模型依次在多个遥感域进行训练，训练数据仅含当前遥感域数据，在所有过去累积遥感域上进行测试，训练完所有遥感域序列后，将域持续性学习模型嵌入到遥感智能解译设备中，最终得到多源遥感域序列的分割结果。

本发明授权一种基于域持续性学习的遥感语义分割方法及系统在权利要求书中公布了：1.一种基于域持续性学习的遥感语义分割方法，包括以下步骤： 步骤1：对由多个遥感域组成的遥感域序列进行数据预处理，形成遥感域序列数据集；所述预处理包括数据增强、图像裁剪和标签转化统一操作；所述数据集包括训练集和测试集； 步骤2：构建跨域持续性学习模型，作为语义分割网络； 步骤3：基于步骤1的训练集，对步骤2中跨域持续性学习模型依次在某个遥感域进行训练，采用基于类别筛选和特征空间的知识蒸馏方式相结合的方式作为损失函数，缓解跨域持续性学习模型训练过程中的灾难性遗忘，得到训练后的跨域持续性学习模型； 步骤4：按照增量训练测试的方式，对跨域持续性学习模型依次在多个遥感域进行训练，训练数据仅含当前遥感域数据，在所有过去累积遥感域上进行测试，训练完所有遥感域序列后，将所述跨域持续性学习模型嵌入到遥感智能解译设备中，最终得到多源遥感域序列的分割结果； 所述步骤2中，跨域持续性学习模型的结构由一个共享的编码器和K个域特有的解码器组成；共享的编码器核心结构为采用多个域残差自适应模块DRA无缝添加至ERFNet模型中，所述ERFNet模型的结构为基于改进的ResNet，即将标准的3×3卷积层替换成一个3×1和1×3卷积层的堆栈；解码器结构由K个并行的解码器组成，解码器结构与ERFNet模型中解码器结构相同，解码器数量与遥感域数量相同，训练及测试不同遥感域时，选择域对应的解码器； 对于每个遥感域数据中分别为遥感图像及对应的语义标签，跨域持续性学习模型训练中分别为输入及对应输出的真值，表示为预测值；跨域持续性学习模型在第个域的学习过程表示为： 对跨域持续性学习模型进行参数分解，用表示域特有参数，特有参数指为不同遥感域特有结构对应的参数，表示为域共享参数，该参数为模型结构中不同遥感域共享结构对应的参数；模型结构为编码器-解码器结构，进一步表达为： 其中，分解为为编码器中域特有参数，对应解码器中域特有参数。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。