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！

龙图腾网获悉浙江大学申请的专利基于可学习角点特征的高分辨率遥感影像建筑物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：CN115830439B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211145676.0，技术领域涉及：G06V20/10；该发明授权基于可学习角点特征的高分辨率遥感影像建筑物提取方法是由冯天;张微;宋致远;马梦婷设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本基于可学习角点特征的高分辨率遥感影像建筑物提取方法在说明书摘要公布了：本发明公开了一种基于可学习角点特征的高分辨率遥感影像建筑物提取方法。本发明是一种后处理方法，对在简单分割模型输出的建筑物粗略分割图进行调整，最终得到建筑物细致分割图。与现有高分遥感影像建筑物提取方法相比，本发明首次将角点特征与深度学习结合，缓解了现有方法在边缘棱角特征提取方面表现不佳的问题。具体而言，本发明设计了一种可学习的角点特征提取方法，使其结果更加准确。

本发明授权基于可学习角点特征的高分辨率遥感影像建筑物提取方法在权利要求书中公布了：1.一种基于可学习角点特征的高分辨率遥感影像建筑物提取方法，其特征在于，包括： S1、利用带有边界标签和方向标签的数据集训练方向偏移图模型，使其能够基于输入的遥感影像输出对应的方向偏移图； 所述方向偏移图模型由骨干网络、角点提取模块、边界分支和方向分支组成，遥感影像首先输入特征提取网络中，输出深层特征图；然后将深层特征图分别输入至角点提取模块和边界分支，分别输出角点特征图和边界特征图；再将角点特征图输入至方向分支中，输出方向偏移图；最后，将方向偏移图与所述边界特征图进行掩码操作，输出更新后的方向偏移图；方向偏移图模型训练过程中在边界标签和方向标签的引导下进行监督学习，采用的总损失为方向偏移图的损失和边界特征图的损失之和； S2、将待提取建筑物的目标遥感影像分别输入经过训练的语义分割网络和经过训练的方向偏移图模型中，通过语义分割网络得到遥感影像中的建筑物粗糙分割图，同时通过方向偏移图模型得到更新后的方向偏移图，最后由优化分支利用更新后的方向偏移图对建筑物粗糙分割图进行优化，输出建筑物精细分割图； 所述优化分支中，遍历所述建筑物粗糙分割图中的像素点，对于所述建筑物粗糙分割图中的每个当前遍历像素点，从所述更新后的方向偏移图中寻找与当前遍历像素点位置对应的像素点所记录的偏移方向，然后在所述建筑物粗糙分割图中用该偏移方向所指向的最临近像素点的值替换当前遍历像素点的值，从而对所述建筑物粗糙分割图进行逐像素优化，遍历完成后输出建筑物精细分割图。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。