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！

龙图腾网获悉中国科学院地理科学与资源研究所申请的专利利用中分辨多源遥感数据进行滑坡检测的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：CN115588138B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211357467.2，技术领域涉及：G06V20/10；该发明授权利用中分辨多源遥感数据进行滑坡检测的语义分割方法是由鲁维;胡云锋设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本利用中分辨多源遥感数据进行滑坡检测的语义分割方法在说明书摘要公布了：本发明提供一种利用中分辨多源遥感数据进行滑坡检测的语义分割方法，主要包括5个步骤：数据选择与下载、数据预处理、模型构建、模型训练、结果评估。本发明面向中分辨率多源遥感数据，提出新的双编码器、带自注意力机制的语义分割网络，实现多模态数据的特征表达与层次融合，进一步提高滑坡检测精度，为大空间尺度的滑坡检测提供技术参考。

本发明授权利用中分辨多源遥感数据进行滑坡检测的语义分割方法在权利要求书中公布了：1.利用中分辨多源遥感数据进行滑坡检测的语义分割方法，其特征在于，包括5个步骤：数据选择与下载、数据预处理、模型构建、模型训练、结果评估； 具体为： 1数据下载与标签生成； 通过谷歌地球引擎检索出研究区域的所有哨兵-2影像，过滤掉云量高的影像，然后以最小值生成研究区的合成图像；借助谷歌地球，通过人工解译得到研究区的滑坡标签，以此构建滑坡标签数据库；最后产生的滑坡标签是二进制数据，其中"0"表示背景，"1"表示滑坡； 2数据预处理 使用的数据一共有15个波段，其中第1至第12个波段为哨兵-2影像的第1至第12波段，第13波段为坡度，第14波段为高程，第15波段为坡向；其中坡度和坡向是基于NASADEM数据计算而来； 对源数据进行了重投影、图像归一化和影像块生成预处理；获得的哨兵-2影像、NASADEM数据和滑坡标签由WGS84Pseudo-Mercator重投影，并以10米分辨率重采样； 3模型构建 采用端对端的滑坡检测网络，该网络架构包括编码路径和解码路径两个部分； 编码路径部分，具体为： 包括两组编码器，其中，主编码器包括4个编码块，第1个编码块中有两个卷积层，其后3个编码块中各有1个池化层和2个卷积层；伴随编码器包括3个编码块，第1和第2个编码块中有2个卷积层和1个池化层，第3个编码块有2个卷积层；主编码器以光学波段为输入，伴随编码器以DEM数据为输入； 对两个编码器提取的特征进行逐层次融合；将主编码器与伴随编码器中同一层卷积块的输出特征进行串联，作为主编码器的下一层卷积块的输入；利用一个中间结构用于连接编码路径与解码路径；该中间结构包含1个最大值池化层、2个卷积层和2个上采样层； 解码路径部分，具体为： 上采样层将编码器提取的特征图逐级还原到原始尺寸，突出目标在空间中的细节；卷积层则进一步对特征进行优化；包含4个解码块，每个解码块中有1个反卷积层作为上采样层，以及2个卷积层用于优化特征和调整特征通道数量；在最后一个解码块中，最后设置一个1×1卷积层用于获得映射分类结果；最终，解码器在每一个像素位置都生成一个长度为类别数的特征向量； 采用跳跃连接来融合同一层次的编码器与解码器产生的特征，使得解码器在对特征层进行上采样时保留高层特征层中的高分辨率细节信息，并在跳跃连接中引入自注意力机制，使得模型抑制不相关的背景信息、重点关注有用信息； 4模型训练 通过最小化损失函数来实现模型参数的逐步优化；损失函数L集成了加权交叉熵损失函数LWCE和Dice损失函数LDice； 5模型评估 采用4个指标以评价分类效果，即准确率precision、召回率recall、总体精度OA和F1分数。

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中国科学院地理科学与资源研究所，其通讯地址为：100101 北京市朝阳区大屯路甲11号地理资源所；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。