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！

龙图腾网获悉武汉大学申请的专利一种基于深度学习的众包采集高精地图脱敏方法和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：CN119293835B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411084768.1，技术领域涉及：G06F21/62；该发明授权一种基于深度学习的众包采集高精地图脱敏方法和系统是由徐彦彦;张博设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种基于深度学习的众包采集高精地图脱敏方法和系统在说明书摘要公布了：本发明公开了一种基于深度学习的众包采集地图数据脱敏方法和系统。本发明构建了《高精地图脱敏规则与目标敏感级别表》对待脱敏目标的分级分类并规定了脱敏方法，包括形状类、隐私类和文字类。对于高精地图中的形状类和隐私类敏感目标，使用基于FasterRCNN的敏感目标检测算法检测到敏感目标的位置，并根据敏感目标的敏感级别使用不同的脱敏方法。对于高精地图中的文字类敏感目标，使用自然场景文本检测模型I3CL检测地图中所有的文字区域，使用文本识别模型SVTR对文本区域进行识别得到文字区域的文本内容，通过敏感词匹配模块匹配文字区域中的敏感文字，对敏感文字区域使用基于LaMa的敏感区域祛除模型，敏感文字从图中抹除。

本发明授权一种基于深度学习的众包采集高精地图脱敏方法和系统在权利要求书中公布了：1.一种基于深度学习的众包采集高精地图脱敏方法，其特征在于，包括以下步骤： 步骤（1），构建高精地图脱敏规则与目标敏感级别表，设置敏感目标所属的类别、敏感级别、脱敏规则； 步骤（1）中，将敏感目标分为隐私类、形状类和文字类；敏感级别分为高敏感级和低敏感级，隐私类目标属于低敏感级，形状类和文字类目标属于高敏感级；低敏感级的脱敏规则为对敏感区域采用直接加密，高敏感级的脱敏规则为抹去显著形状、标识并和周围环境保持一致； 步骤（2），使用自然场景文本检测模型定位高精地图中的文本区域位置，自然场景文本检测模型将输出高精地图中文字区域最小包围曲线的坐标； 步骤（3），使用文本识别网络对文本区域进行识别，得到每个文本实例中的文本内容； 步骤（4），收集反映敏感属性信息的敏感词构建敏感词库，并将其存储到一个树形结构中，使用AC自动机进行敏感词匹配，检测识别到的文本区域中是否包含敏感信息，记录含有敏感词的文本区域坐标； 步骤（5），对于检测到的敏感文字区域使用图像补全模型进行脱敏处理； 步骤（6），使用基于FasterRCNN的敏感目标检测算法在高精地图中确定敏感目标的类别和位置； 步骤（7），根据检测到的敏感目标的类别，在高精地图脱敏规则与目标敏感级别表中匹配该敏感目标对应的敏感级别； 步骤（8），根据不同的敏感级别采用不同的脱敏方法。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。