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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于多源数据和深度学习的地质灾害自动识别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：CN119314009B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411317906.6，技术领域涉及：G06V10/80；该发明授权基于多源数据和深度学习的地质灾害自动识别方法是由李冬冬;简濠骏;文贡坚;隋兵设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于多源数据和深度学习的地质灾害自动识别方法在说明书摘要公布了：本申请涉及一种基于多源数据和深度学习的地质灾害自动识别方法。所述方法基于多源遥感数据和深度学习技术，能够充分利用各种遥感数据源，结合先进的深度学习算法，实现对地质灾害的精准、高效识别。改进的UNet++语义分割模型将UNet++与VisualMamba的能力协同用于图像分割的新架构，采用多源数据训练后的改进的UNet++语义分割模实现大范围滑坡的快速精确识别；通过整合多源遥感信息，不仅克服了单一数据源的信息局限性，还提高了地质灾害识别的准确性和效率，为地质灾害预防和应急响应提供了有力的技术支撑。

本发明授权基于多源数据和深度学习的地质灾害自动识别方法在权利要求书中公布了：1.一种基于多源数据和深度学习的地质灾害自动识别方法，其特征在于，所述方法包括： 获取预设区域内的多源数据，所述多源数据包括：光学数据和多源遥感数据； 对所述多源数据进行预处理，将预处理后的多源数据进行融合，得到多波段影像； 根据所述多波段影像确定滑坡边界，生成滑坡样本； 采用所述滑坡样本对改进的UNet++语义分割模型进行训练，得到训练好的改进的UNet++语义分割模型；所述改进的UNet++语义分割模型的改进点在编码器部分，采用基于VisualMamba结构的VSS模块替换第二层至第四层编码模块，在第四层编码模块后增加瓶颈层，所述瓶颈层由两个VSS模块组成； 将获取的待识别区域的多源数据进行预处理和数据融合后，输入到训练好的改进的UNet++语义分割模型中，得到地址灾害识别结果； 其中，所述滑坡样本包括：训练集和测试集； 采用所述滑坡样本对改进的UNet++语义分割模型进行训练，包括： 将测试集中的样本输入到改进的UNet++语义分割模型的编码器中，在第一阶段通过两个3×3卷积模块对输入的样本进行特征提取，得到第一中间特征，在第二阶段，通过下采样和三个3×3卷积模块对所述第一中间特征进行特征提取，得到第二中间特征；在第三阶段中，将第二中间特征经过分开划分后采用线性潜入层进行处理，将处理的结果经过两个连续的VSS块进行特征学习，得到第三中间特征；在第四阶段，将第三中间特征经过分块合并层处理后经过两个连续的VSS块进行特征学习，得到第四中间特征；在第五阶段，将所述第四中间特征经过分块合并层处理后经过两个连续的VSS块进行特征学习，然后将得到特征经过瓶颈层进行处理，得到第五中间特征； 将所述第一中间特征、所述第二中间特征、所述第三中间特征、所述第四中间特征以及所述第五中间特征输入到改进的UNet++语义分割模型的解码器中，采用基于密集跳跃连接结构的嵌套解码器恢复各阶段特征的分辨率，最后，对各阶段的特征进行加权融合，得到地质灾害识别预测结果。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。