Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北大国土空间规划设计研究院(北京)有限责任公司马琦伟获国家专利权

北大国土空间规划设计研究院(北京)有限责任公司马琦伟获国家专利权

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!

龙图腾网获悉北大国土空间规划设计研究院(北京)有限责任公司申请的专利融合遥感影像数据和网格人口数据的居住人口估计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:CN120032263B

龙图腾网通过国家知识产权局官网在2026-04-21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:202510084973.6,技术领域涉及:G06V20/13;该发明授权融合遥感影像数据和网格人口数据的居住人口估计方法是由马琦伟;李沂璠;刘溪;刘安琪设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

融合遥感影像数据和网格人口数据的居住人口估计方法在说明书摘要公布了:本发明公开了融合遥感影像数据和网格人口数据的居住人口估计方法,涉及地理空间人工智能技术领域,该方法包括以下步骤:获取夜间灯光影像数据、遥感影像数据及网格人口数据,通过卷积神经网络对夜间灯光影像数据和遥感影像数据进行特征融合;根据融合影像特征数据、遥感影像数据及网格人口数据,利用深度学习模型对住宅建筑进行判断,得到住宅建筑数据;利用住宅建筑数据和网格人口数据,划分区域建筑层级,并对各层级区域建筑进行数据抽样,得到训练样本;利用训练样本的融合影像特征数据和网格人口数据,对双路卷积神经网络进行训练,得到人口预测模型;通过人口预测模型对所有建筑进行预测,得到每栋建筑的人口预测值。

本发明授权融合遥感影像数据和网格人口数据的居住人口估计方法在权利要求书中公布了:1.融合遥感影像数据和网格人口数据的居住人口估计方法,其特征在于,该方法包括以下步骤: S1、获取夜间灯光影像数据、遥感影像数据及网格人口数据,通过卷积神经网络对夜间灯光影像数据和遥感影像数据进行特征融合,得到融合影像特征数据; S2、根据融合影像特征数据、遥感影像数据及网格人口数据,利用深度学习模型对住宅建筑进行判断,得到住宅建筑数据; 所述S2包括: S21、将网格人口数据与遥感影像数据对齐,得到对齐后的网格人口数据,并提取遥感影像数据的建筑特征,得到建筑特征数据; S22、利用对齐后的网格人口数据、融合影像特征数据、遥感影像数据及建筑特征数据,对深度学习模型进行训练,得到初始住宅建筑识别模型; S23、基于建筑特征数据与对齐后的网格人口数据,利用先验约束构建总损失函数,对初始住宅建筑识别模型进行优化,得到住宅建筑识别模型; S24、通过住宅建筑识别模型对住宅建筑进行识别,得到住宅建筑数据,并对住宅建筑数据进行验证; S3、利用住宅建筑数据和网格人口数据,划分区域建筑层级,并对各层级区域建筑进行数据抽样,得到训练样本; S4、利用训练样本的融合影像特征数据和网格人口数据,对双路卷积神经网络进行训练,得到人口预测模型; 所述S4包括: S41、对训练样本的融合影像特征数据和网格人口数据进行预处理,得到多模态融合数据和预处理后的网格人口数据; S42、根据多模态融合数据和预处理后的网格人口数据,通过卷积神经网络分别提取融合影像特征和网格人口特征,并利用注意力机制生成融合影像特征权重和网格人口特征权重; S43、基于融合影像特征权重和网格人口特征权重,计算加权后的融合影像特征和网格人口特征,并将加权后的融合影像特征和网格人口特征进行拼接融合,得到拼接特征; S44、将拼接特征输入双路卷积神经网络,并利用均方误差损失函数和正则化约束对双路卷积神经网络进行优化训练,得到人口预测模型; S5、通过人口预测模型对所有建筑进行预测,得到每栋建筑的人口预测值,并利用克里金插值对人口预测值进行验证。

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北大国土空间规划设计研究院(北京)有限责任公司,其通讯地址为:100000 北京市海淀区中关村北大街127-1号4层4-2-01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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。