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！

龙图腾网获悉成都大学;成都理工大学申请的专利基于层级框选与边界特征融合的滑坡智能识别方法及系统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：CN120339868B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510839410.3，技术领域涉及：G06V20/13；该发明授权基于层级框选与边界特征融合的滑坡智能识别方法及系统是由李骅锦;许强;宋棚程;何雨森;唐然;陈小平;杨华平;范占锋;蒲川豪设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本基于层级框选与边界特征融合的滑坡智能识别方法及系统在说明书摘要公布了：本发明提供一种基于层级框选与边界特征融合的滑坡智能识别方法及系统，获取目标遥感影像数据集，并对目标遥感影像数据集进行层级框选处理，得到层级框选区域集合，对层级框选区域集合进行边界特征提取处理，得到每个层级框选区域的边界特征集合，将边界特征集合输入至预训练的边界特征融合模型中进行特征融合处理，生成融合边界特征集合，基于融合边界特征集合与预设的滑坡形态特征库进行特征比对处理，生成滑坡识别特征集合，根据滑坡识别特征集合对目标遥感影像数据集进行区域标注处理，生成滑坡区域识别结果。本发明通过层级框选与特征融合的拓扑重构，形成具有自解释能力的滑坡识别链路，避免了模型因特征黑箱传递导致的误判累积问题。

本发明授权基于层级框选与边界特征融合的滑坡智能识别方法及系统在权利要求书中公布了：1.一种基于层级框选与边界特征融合的滑坡智能识别方法，其特征在于，包括以下步骤： 获取目标遥感影像数据集，并对所述目标遥感影像数据集进行层级框选处理，得到层级框选区域集合；每个所述层级框选区域对应一个框选层级标识； 对所述层级框选区域集合进行边界特征提取处理，得到每个所述层级框选区域的边界特征集合；所述边界特征集合包括空间分布特征、几何形态特征及纹理关联特征； 将所述边界特征集合输入至预训练的边界特征融合模型中进行特征融合处理，生成融合边界特征集合；所述融合边界特征集合用于表征不同框选层级之间的边界特征关联性； 基于所述融合边界特征集合与预设的滑坡形态特征库进行特征比对处理，生成滑坡识别特征集合；所述滑坡识别特征集合包括目标区域的地质形变特征、坡度关联特征及地表覆盖特征； 根据所述滑坡识别特征集合对所述目标遥感影像数据集进行区域标注处理，生成滑坡区域识别结果； 所述将所述边界特征集合输入至预训练的边界特征融合模型中进行特征融合处理，生成融合边界特征集合，包括： 对所述边界特征集合中的空间分布特征进行多层级特征关联分析，生成第一关联特征序列；所述第一关联特征序列用于表征不同框选层级之间的空间分布关联强度； 对所述边界特征集合中的几何形态特征进行形态相似性度量，生成几何形态相似性图谱；所述几何形态相似性图谱用于指示不同框选层级的几何形态差异度； 基于所述第一关联特征序列与所述几何形态相似性图谱进行交叉特征匹配，生成动态权重调整系数；所述动态权重调整系数用于平衡不同框选层级的空间分布与几何形态对融合结果的影响权重； 根据所述动态权重调整系数对所述边界特征集合中的纹理关联特征进行自适应加权聚合处理，生成初始融合纹理特征； 将所述初始融合纹理特征与所述第一关联特征序列进行特征拼接处理，生成跨层级拼接特征； 对所述跨层级拼接特征进行非线性映射处理，消除特征冗余并增强跨层级的特征表达一致性，生成所述融合边界特征集合。

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成都大学;成都理工大学，其通讯地址为：610100 四川省成都市龙泉驿区外东十陵镇；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”。