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！

龙图腾网获悉哈尔滨航天恒星数据系统科技有限公司申请的专利一种建筑物及道路单体化分割方法、电子设备及存储介质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：CN119091303B 。

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：202411234274.7，技术领域涉及：G06V20/10；该发明授权一种建筑物及道路单体化分割方法、电子设备及存储介质是由宋振强;高磊;高晓东;马洪坤;张振设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本一种建筑物及道路单体化分割方法、电子设备及存储介质在说明书摘要公布了：一种建筑物及道路单体化分割方法、电子设备及存储介质，属于建筑物单体识别技术领域。为解决建筑物及道路单体化分割边界模糊的问题，本发明采集建筑物及道路的高分一号2米多光谱影像数据，利用人工制作建筑物及道路单体化标签数据集；构建深度多尺度特征提取模块；构建建筑物道路的多头注意力机制模块；组建特征分层提取模块；构建深浅多尺度空洞空间金字塔模块，组建特征解码模块；设计多损失函数用于指导建筑物‑道路单体化分割模型的优化；构建建筑物道路单体化分割模型DSMALnet，进行模型训练，得到最优建筑物道路单体化分割模型。本发明方法高效、准确地实现多时相卫星遥感影像中建筑物及道路的单体化分割。

本发明授权一种建筑物及道路单体化分割方法、电子设备及存储介质在权利要求书中公布了：1.一种建筑物及道路单体化分割方法，其特征在于，包括如下步骤： S1.采集建筑物及道路的高分一号2米多光谱影像数据，利用人工制作建筑物及道路单体化标签数据集； S2.构建深度多尺度特征提取模块DE_MSCAN； S3.构建建筑物道路的多头注意力机制模块Mhead_BRN； S4.基于步骤S2构建的深度多尺度特征提取模块DE_MSCAN及步骤S3构建的建筑物道路的多头注意力机制模块Mhead_BRN，组建特征分层提取模块encoder； S5.构建深浅多尺度空洞空间金字塔模块DS_MASPP，利用LightHamHead与MLP方法进行解码，组建特征解码模块decoder； 步骤S5的DS_MASPP模块分为两个部分，具体实现方法如下： S5.1.设置DS_MASPP模块的第一部分为浅层多尺度信息融合，由1个3×3卷积核、1个批量归一化BN、1个Relu6激活函数组成，计算过程的表达式为： Stage0_1＝Relu6BNConv3×3concatStage0,bicubicStage116 其中，Stage0_1表示浅层多尺度信息融合特征，bicubic.表示双三次插值操作，concat.,.表示矩阵连接操作，Conv3×3.表示3×3卷积操作，BN.表示批量归一化操作，Relu6.表示Relu6激活函数操作； S5.2.设置DS_MASPP模块的第二部分为中深层多尺度信息融合，由3个分离率分别为3、5、7的3×3空洞卷积、4个批量归一化BN、4个relu6激活函数、2个3×3卷积组成，计算过程的表达式为： Stage2_4＝concatStage2,bicubicStage3，Stage417 Staged＝Conv3×3concatSrate3,Srate5,Srate719 其中，Stage2_4表示中深层特征连接后特征，Srate3,Srate5,Srate7分别表示经过分离率3、5、7的空洞卷积操作的特征信息，Staged表示中深层多尺度信息融合后特征，D_Convrate＝3、D_Convrate＝5、D_Convrate＝7分别表示分离率3、5、7的空洞卷积操作； S5.3.将步骤S5.1得到的Stage0_1与步骤5.2得到的Staged存储在List列表中，再输入到LightHamHead及MLP中进行特征解码得到预测建筑物道路结果yout； S6.设计多损失函数用于指导建筑物-道路单体化分割模型的优化； S7.基于步骤S4组建的特征分层提取模块encoder、步骤S5组建的特征解码模块decoder及步骤S6设计的多损失函数，构建建筑物道路单体化分割模型DSMALnet； S8.将步骤S1制作的建筑物及道路单体化标签数据集输入到步骤S7构建的建筑物道路单体化分割模型进行模型训练，得到最优建筑物道路单体化分割模型； S9.利用步骤S8得到的最优建筑物道路单体化分割模型，进行目标区域的建筑物道路分割。

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哈尔滨航天恒星数据系统科技有限公司，其通讯地址为：150028 黑龙江省哈尔滨市高新技术产业开发区科技创新城创新路1616号5号楼；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”。