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有监督长程相关的遥感图像语义分割方法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：CN115953577B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202211536660.2，技术领域涉及：G06V10/26；该发明授权一种基于有监督长程相关的遥感图像语义分割方法是由季顺平;余大文设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种基于有监督长程相关的遥感图像语义分割方法在说明书摘要公布了：本发明涉及一种基于有监督长程相关的遥感图像语义分割方法。利用遥感影像以及人工标注的像素级语义类别真值图构建样本库，对基于有监督长程相关的遥感图像语义分割网络进行训练，学习遥感影像上每个类别地物要素的特征。利用训练好的网络模型对新的遥感影像进行语义分割，能够实现遥感影像高精度的像素级分类。在本发明方法中，长程相关性学习过程显式地利用语义类别真值图生成类别一致性约束，对计算出的相关性分数进行监督。这使得网络模型对于属于同类地物的像素提取出的特征具有更好的一致性，而对于属于不同类别的地物像素提取出的特征具有更明显的差异，从而能够有效地改善遥感影像语义分割的精度。

本发明授权一种基于有监督长程相关的遥感图像语义分割方法在权利要求书中公布了：1.一种基于有监督长程相关的遥感图像语义分割方法，其特征在于，包括如下步骤： 步骤1，构建有监督长程相关的语义分割网络，该网络用于学习遥感影像上不同类别地物对象的特征； 所述的有监督长程相关的语义分割网络包括特征提取主干，长程相关监督模块，自适应感受野特征提取模块，多尺度侧边输出模块，和最终输出层； 所述长程相关监督模块，采用基于监督学习的自注意力模型实现，它分解特征图上任意两个位置特征的相关性计算，为垂直方向和水平方向分别执行的相关性计算；即长程相关监督模块先对特征图的每一列执行有监督的自注意力模型，再对特征图的每一行执行有监督的自注意力模型；通过将2维相关分解为2个1维相关，在减少运算过程显存占用的同时，仍然可以进行长距离的相关；在基于监督学习的自注意力模型中，基于语义类别真值图，生成不同像素间的类别一致性图，将属于同类像素的特征间相关性分数的学习目标值设置为1，不同类别像素的特征间的相关性分数学习目标值设置为0，然后使用L1损失函数对相关性分数进行监督； 步骤2，利用光学遥感影像数据和人工标注的像素级语义类别真值图构建样本库，使用样本库和深度学习框架训练网络模型，通过加载训练好的网络模型权重对新的遥感影像进行预测，可实现对新遥感影像的像素级类别预测。

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珞珈山街道八一路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”。