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！

龙图腾网获悉大连大学申请的专利一种基于双编码器改进的遥感图像道路提取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：CN119206533B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411277113.6，技术领域涉及：G06V20/13；该发明授权一种基于双编码器改进的遥感图像道路提取方法是由魏德宾;徐永强;袁国豪;曲元明设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本一种基于双编码器改进的遥感图像道路提取方法在说明书摘要公布了：本发明公开了一种基于双编码器改进的遥感图像道路提取方法，包括以下步骤：制备数据集；搭建遥感图像道路提取网络；训练遥感图像道路提取网络；测试遥感图像道路提取网络。本发明在编码器使用SwinTransformer和预训练的Resnet‑34结合的双编码器进行特征提取以提高道路提取的连通性，并结合一个级联并行的空洞卷积块实现多尺度特征表示，减少提取道路的碎片化。本发明在编码器设计了空间像素模块，捕获像素级特征的空间信息，从而缓解因遮挡导致的语义信息不准确。并且增强SwinTransformer因窗口机制限制的全局建模能力。本发明不仅保持了道路网络的完整结构，还增强了道路的连通性和完整性。

本发明授权一种基于双编码器改进的遥感图像道路提取方法在权利要求书中公布了：1.一种基于双编码器改进的遥感图像道路提取方法，其特征在于：包括以下步骤： A、制备数据集 收集遥感卫星拍摄的高分辨率遥感图像数据，并按照以下步骤制备遥感图像道路提取数据集： A1、对图像进行标注和裁剪； A2、图像增强； B、搭建遥感图像道路提取网络 所述遥感图像道路提取网络是由双编码器改进的遥感图像道路提取网络，整体架构采用编码器-解码器架构，所述编码器包括主编码器与辅编码器；所述主编码器为ResNet块，由ResNet-34构成；所述辅编码器为SwinConv块，由SwinTransformer模块和空间像素模块构成；每次将批大小数量的增强遥感图像分别输入到含有卷积和池化操作的Conv块和第一个SwinConv块，Conv块输出的特征图输入到第一个ResNet块；第一个SwinConv块输出的特征图分别输入到第一个特征融合模块和第二个SwinConv块，第一个ResNet块输出的特征图输入到第一个特征融合模块，第一个特征融合模块输出的特征图分别输入到第二个ResNet块和第一个跳跃连接单元，第二个SwinConv块输出的特征图分别输入到第二个特征融合模块和第三个SwinConv块，第二个ResNet块输出的特征图输入到第二个特征融合模块，第二个特征融合模块输出的特征图分别输入到第三个ResNet块和第二个跳跃连接单元，第三个SwinConv块输出的特征图分别输入到第三个特征融合模块和第四个SwinConv块，第三个ResNet块输出的特征图输入到第三个特征融合模块，第三个特征融合模块输出的特征图分别输入到第四个ResNet块和第三个跳跃连接单元，第四个SwinConv块输出的特征图和第四个ResNet块输出的特征图都输入到第四个特征融合模块，第四个特征融合模块输出的特征图输入到空洞卷积模块；经过空洞卷积模块输出的特征图输入到第一个解码块，第一个解码块输出的特征图与来自第三个跳跃连接单元的特征图进行特征融合后输入到第二个解码块，第二个解码块输出的特征图与来自第二个跳跃连接单元的特征图进行特征融合后输入到第三个解码块，第三个解码块输出的特征图与来自第一个跳跃连接单元的特征图进行特征融合后输入到第四个解码块，第四个解码块输出的特征图经过含有转置卷积和卷积操作的Conv块后输出与输入遥感图像相同大小的预测图； C、训练遥感图像道路提取网络 将通过步骤A制备好的增强遥感图像数据集输入到遥感图像道路提取网络中进行训练；训练时，使用二值交叉熵损失和骰子损失组成的复合损失函数作为最终的损失函数；初始学习率设置为2e-4，同时采用适应性矩估计优化算法自适应地调整学习率，当学习率小于5e-7时，停止训练； D、测试遥感图像道路提取网络 从步骤C中选择在训练集上损失值最小的道路提取网络参数，在测试集上测试遥感图像道路提取网络的道路提取性能。

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大连大学，其通讯地址为：116622 辽宁省大连市经济技术开发区学府大街10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”。

以上内容由龙图腾AI智能生成。