中国地质大学(武汉)阎继宁获国家专利权
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!
龙图腾网获悉中国地质大学(武汉)申请的专利红树林密集时序检测方法及装置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:CN121259613B 。
龙图腾网通过国家知识产权局官网在2026-05-05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:202511811668.9,技术领域涉及:G06V20/10;该发明授权红树林密集时序检测方法及装置是由阎继宁;孙浩楠;贺海旭;杨素珍;贾仁明;张政设计研发完成,并于2025-12-04向国家知识产权局提交的专利申请。
本红树林密集时序检测方法及装置在说明书摘要公布了:本发明提供一种红树林密集时序检测方法及装置,涉及目标识别技术领域,所述方法包括:获得待测区域的雷达图像与光学遥感图像;调用预构建的双分支特征提取网络对所述雷达图像与光学遥感图像分别独立的进行特征提取,得到雷达特征与光学遥感特征;对所述雷达特征与光学遥感特征进行特征融合,得到第一融合特征;基于所述雷达与光学遥感图像反射率数据计算得到SSMI特征;将所述第一融合特征与所述SSMI特征进行特征融合,得到第二融合特征;调用预构建的目标网络处理所述第二融合特征,得到候选检测结果,所述目标网络用于同时实现目标物的变化位置及变化类型的识别;对所述候选检测结果进行时空一致性修正,得到用于输出的检测结果。
本发明授权红树林密集时序检测方法及装置在权利要求书中公布了:1.一种红树林密集时序检测方法,其特征在于,包括: 获得待测区域的雷达图像与光学遥感图像,所述待测区域包含作为主要检测对象的红树林; 调用预构建的双分支特征提取网络对所述雷达图像与光学遥感图像分别独立的进行特征提取,得到雷达特征与光学遥感特征,所述双分支特征提取网络具有两个相互独立的特征提取分支,不同的特征提取分支采用的特征提取方法不同; 对所述雷达特征与光学遥感特征进行特征融合,得到第一融合特征; 基于所述雷达与光学遥感图像反射率数据计算得到SSMI特征; 将所述第一融合特征与所述SSMI特征进行特征融合,得到第二融合特征; 调用预构建的目标网络处理所述第二融合特征,得到候选检测结果,所述目标网络用于同时实现目标物的变化位置及变化类型的识别; 对所述候选检测结果进行时空一致性修正,得到用于输出的检测结果; 所述目标网络为时序语义分割网络; 所述调用预构建的目标网络处理所述第二融合特征,得到候选检测结果,包括: 通过多阶一维卷积操作对所述第二融合特征进行下采样,并分别生成第一特征图; 逐步增加感受野与压缩特征维度,并针对指定阶段下采样输出的特征图,分别采用不同采样倍数的一维转置卷积进行尺度恢复与特征保存; 通过跳跃连接方式将保存的多尺度特征进行拼接,并经上采样与卷积处理,生成所述候选检测结果; 所述时序语义分割网络中的损失函数由交叉熵损失函数与Dice损失融合生成,所述时序语义分割网络的损失值由交叉熵损失值与Dice损失值的和确定: ; ; 其中,为交叉熵损失计算结果,为Dice损失的计算结果,与为第i个时序点土地覆盖类型的标签值与预测值,N为时间序列点的总数,与为第i条时序土地覆盖类型是否变化的标签值与预测值,B为一次训练中用来更新模型参数的样本数。
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地质大学(武汉),其通讯地址为:430074 湖北省武汉市洪山区鲁磨路388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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励