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！

龙图腾网获悉湖北第二师范学院申请的专利基于小样本和深度学习模型的Sentinel-2数据集生成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：CN115861813B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211565863.4，技术领域涉及：G06V20/10；该发明授权基于小样本和深度学习模型的Sentinel-2数据集生成方法及装置是由段艳;白少杰;刘利敏;何美章设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本基于小样本和深度学习模型的Sentinel-2数据集生成方法及装置在说明书摘要公布了：本发明公开了一种基于小样本和深度学习模型的Sentinel‑2数据集生成方法及装置，其中的方法首先，支持向量机分类器通过手工选择小样本生成高精度的分类结果。然后按照分类结果的类别将Sentinel‑2影像划分为多个图像块。然后，利用可以提取样本深度特征的DenseNet模型获取每个图像块的深度特征。最后，根据这些特征确定每个图像块的置信度，保留置信度高的图像块生成数据集。实验结果表明，经过多次迭代，在错误率合理的情况下，可以剔除数据集中错误标记的图像块，每类地物中的图像块数量可以达到稳定状态。对比实验还发现，该方法没有删除误标记图像块，且全连接层层数越大、层数越深的深度学习模型性能越好。

本发明授权基于小样本和深度学习模型的Sentinel-2数据集生成方法及装置在权利要求书中公布了：1.基于小样本和深度学习模型的Sentinel-2数据集生成方法，其特征在于，包括： S1：从原始Sentinel-2影像中提取出分类所需要的特征，具体包括：采用最近邻算法对Sentinel-2影像的1、5、6、7、8A、9、10、11和12波段进行过采样，使其达到10米的空间分辨率；从过采样后的Sentinel-2影像中提取出光谱特征、纹理特征和形状特征作为分类所需要的特征，其中，光谱特征包括归一化植被差异指数、归一化水分差异指数和红边指数； S2：手动从原始Sentinel-2影像中选择小样本； S3：将步骤S1提取出的特征和步骤S2中选择的小样本输入预先构建好的支持向量机分类器中，利用支持向量机分类器对小样本进行分类，其中，利用支持向量机分类器对小样本进行分类时，对于水体中的河流和海湖，综合利用光谱特征和形状特征进行分类，形状特征用形状指数来表征，计算方式为： （1） 其中表示面积，表示周长，形状特征用来描述物体形状的规律性，形状越不规则，形状指数越小； S4：利用滑动窗口对分类结果进行扫描，将Sentinel-2影像划分为多个图像块，并计算每个图像块中每个地物类别的比例，然后根据每个地物类别的比例与阈值之间的关系标记图像块的地物类别，所有图像块构成初始数据集； S5：将初始数据集按照预设比例划分出训练集，对DenseNet模型进行训练，利用训练好的DenseNet模型的全连接的输出作为每个图像块的深度特征，计算每个图像块的深度特征的置信度，根据置信度生成最终的Sentinel-2数据集，其中，计算每个图像块的深度特征的方式为： （2） 其中，是控制衰减速率的因子，取值范围为2到5，为第m个图像块的深度特征的置信度，为DenseNet模型的全连接层的输出，为违反因子，计算方式为： （3） 对于每一类，有一组聚类中心，个数为，，表示类别c中的第n个聚类中心，为类别的集合，为欧几里得距离，是一个非负边界参数，是一个计数器函数，为类别，，表示类别中第个聚类中心，表示第m个图像块，表示类别中第n个聚类中心。

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湖北第二师范学院，其通讯地址为：430205 湖北省武汉市东湖新技术开发区高新二路129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”。