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！

龙图腾网获悉河北省水文工程地质勘查院(河北省遥感中心)申请的专利基于改进U-Net的遥感影像建筑物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：CN115393735B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202211112491.X，技术领域涉及：G06V20/13；该发明授权基于改进U-Net的遥感影像建筑物提取方法是由徐雯佳;田力;许志辉设计研发完成，并于2022-09-14向国家知识产权局提交的专利申请。

本基于改进U-Net的遥感影像建筑物提取方法在说明书摘要公布了：本发明为一种基于改进U‑Net的遥感影像建筑物提取方法，首先获取高分辨率的遥感影像，构建遥感影像数据集；接着，对传统U‑Net进行改进，在编码器中引入全局注意模块和密集连接模块，在编码器与解码器之间引入语义分析模块，得到建筑物提取模型；最后，利用遥感影像数据集对建筑物提取模型进行训练，获得训练后的建筑物提取模型；将训练后的建筑物提取模型用于提取遥感影像中的建筑物。将注意力权重作为密集连接的传输线索，通过对不同注意力模块的注意力特征进行融合，保证建筑物特征提取的完整性；语义分析模块提高了编码器提取的特征图中特征信息的利用率，同时对整个特征图进行融合增强其特征信息，使其获得更好的分割效果。

本发明授权基于改进U-Net的遥感影像建筑物提取方法在权利要求书中公布了：1.一种基于改进U-Net的遥感影像建筑物提取方法，其特征在于，该方法包括以下步骤： 第一步、获取高分辨率的遥感影像，构建遥感影像数据集； 第二步、对传统U-Net进行改进，在编码器中引入全局注意模块和密集连接模块，在编码器与解码器之间引入语义分析模块，得到建筑物提取模型；其中，编码器包括五个特征提取层，第二～四个特征提取层后均连接一个全局注意模块；通过密集连接模块对各个全局注意模块生成的注意力权重进行密集连接，将三个全局注意模块生成的注意力权重分别记为a1、a2和a3，注意力权重a1分别传递至第二个全局注意模块、第三个全局注意模块和第五个特征提取层，注意力权重a2分别传递至第三个全局注意模和第五个特征提取层，注意力权重a3传递至第五个特征提取层；第二个全局注意模块将注意力权重a1与注意力权重a2求均值并用于更新第二个全局注意模块的全局注意力图；第三个全局注意模块将注意力权重a1、a2与a3求均值并用于更新第三个全局注意模块的全局注意力图；第五个特征提取层将注意力权重a1、a2、a3求均值并与自身计算得到的特征图相乘，得到第五个特征提取层的输出特征图； 语义分析模块包括四个语义分析分支，第一语义分析分支包括第一特征融合层、双注意力模块和第二特征融合层，第二语义分析分支包括第三特征融合层、双注意力模块和第四特征融合层，第三语义分析分支包括第五特征融合层，第四语义分析分支包括一个双注意力模块； 第四语义分析分支提取编码器的第五个特征提取层的输出特征图中的语义特征，第四语义分析分支的输出特征图和第三个全局注意模块输出的全局注意力图是解码器的第一解码层的输入；第二个全局注意模块输出的全局注意力图和第三个全局注意模块输出的全局注意力图作为第五特征融合层的输入，第五特征融合层的输出特征图是解码器的第二解码层的输入；第一个全局注意模块输出的全局注意力图和第二个全局注意模块输出的全局注意力图作为第三特征融合层的输入，第三特征融合层的输出特征图输入到第二语义分析分支的双注意力模块中，第二语义分析分支的双注意力模块的输出特征图和第五特征融合层的输出特征图作为第四特征融合层的输入，第四特征融合层的输出特征图分别输入到第二特征融合层和解码器的第三解码层；编码器的第一特征提取层的输出特征图和第一个全局注意模块输出的全局注意力图输入到第一特征融合层中进行融合，第一特征融合层的输出特征图和第三特征融合层的输出特征图拼接后输入到第一语义分析分支的双注意力模块中，第一语义分析分支的双注意力模块的输出特征图和第四特征融合层的输出特征图输入到第二特征融合层中进行特征融合，第二特征融合层的输出特征图是解码器的第四解码层的输入； 第三步、利用遥感影像数据集对建筑物提取模型进行训练，获得训练后的建筑物提取模型；将训练后的建筑物提取模型用于提取遥感影像中的建筑物。

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河北省水文工程地质勘查院(河北省遥感中心)，其通讯地址为：050021 河北省石家庄市裕华区槐中路131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。