Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安光脉汇嘉科技有限责任公司王艳获国家专利权

西安光脉汇嘉科技有限责任公司王艳获国家专利权

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!

龙图腾网获悉西安光脉汇嘉科技有限责任公司申请的专利一种基于机器学习的遥感测绘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:CN120147881B

龙图腾网通过国家知识产权局官网在2025-09-12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:202510200653.2,技术领域涉及:G06V20/13;该发明授权一种基于机器学习的遥感测绘方法及系统是由王艳;陈小雨;崔欢庆;汉立飞;梁震远;王宇设计研发完成,并于2025-02-24向国家知识产权局提交的专利申请。

一种基于机器学习的遥感测绘方法及系统在说明书摘要公布了:本发明公开了一种基于机器学习的遥感测绘方法及系统,涉及图像增强技术领域;获取目标地区的遥感卫星图像进行区域特征提取得到区域特征图像集;对区域特征图像进行深度信息提取得到深度图像,将区域特征图像和深度图像进行融合得到深度特征图像;针对每一深度特征图像,将该深度特征图像映射到遥感卫星图像中进行强化得到目标测绘图像。对遥感卫星图像进行区域特征提取得到的区域特征图像集,融合区域特征图像和深度图像得到的深度特征图像优化图像信息融合效果,将深度特征图像映射至遥感卫星图像并进行强化处理,提高了遥感测绘图像的优化效率和效果,确保了深度特征图像与原始遥感图像之间的准确对应,提升了目标测绘的精确度和优化速度。

本发明授权一种基于机器学习的遥感测绘方法及系统在权利要求书中公布了:1.一种基于机器学习的遥感测绘方法,其特征在于,所述方法包括: 获取目标地区的遥感卫星图像,通过特征提取模型对遥感卫星图像进行区域特征提取得到区域特征图像集; 对所述区域特征图像集中的区域特征图像进行深度信息提取并对深度信息进行赋值得到深度图像,将区域特征图像和深度图像进行融合得到深度特征图像; 针对每一深度特征图像,将该深度特征图像映射到所述遥感卫星图像中进行强化得到目标测绘图像; 对所述区域特征图像集中的区域特征图像进行深度信息提取得到深度图像,包括: 将区域特征图像转换为灰度图像,识别灰度图像中的特征标签并根据特征标签确定建筑边缘; 对灰度图像进行特征提取得到多层次特征,将各层次的特征进行均值融合得到深度图;多层次特征包括低层次的细节特征和高层次的语义特征; 对深度图中的像素进行赋值得到深度信息,将深度信息映射至灰度图像中得到深度图像; 将区域特征图像和深度图像进行融合得到深度特征图像,包括: 对区域特征图像和深度图像分别进行卷积操作得到预设大小的第一特征图和第二特征图,对第一特征图执行添加操作得到第一融合特征图集,对第二特征图执行连接操作得到第二融合特征图集,将第一融合特征图集和第二融合特征图集合并得到第三融合特征图集; 将第三融合特征图集输入至U-Net网络中进行特征融合,对融合特征图进行循环下采样得到第一初始图像,并保留循环下采样阶段中各阶段的下采样特征图得到下采样特征图集; 对所述第一初始图像进行循环上采样并确定循环上采样阶段,将下采样阶段与循环上采样阶段进行一一对应,并将下采样特征图集中的下采样特征图与上采样特征图进行融合得到最终融合特征图;上采样特征图为循环上采样阶段中任意阶段的上采样特征图; 当循环上采样阶段中最终融合特征图的分辨率恢复至与输入图像相同时则进入下一上采样阶段,直至分辨率恢复至初始输入阶段则输出深度特征图像。

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西安光脉汇嘉科技有限责任公司,其通讯地址为:710116 陕西省西安市沣东新城征和四路2168号沣东自贸产业园2期6号楼208室;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。