西南交通大学廖成获国家专利权
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!
龙图腾网获悉西南交通大学申请的专利非农化遥感监测知识库高效检索与辅助辨识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:CN117076697B 。
龙图腾网通过国家知识产权局官网在2025-11-25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:202310916837.X,技术领域涉及:G06F16/51;该发明授权非农化遥感监测知识库高效检索与辅助辨识方法及系统是由廖成;胡翰;丁雨淋;朱庆设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。
本非农化遥感监测知识库高效检索与辅助辨识方法及系统在说明书摘要公布了:本发明属于遥感影像自然资源监测领域,具体公开了一种非农化遥感监测知识库高效检索与辅助辨识方法及系统,方法包括:自然资源地表要素历史图像及对应实地照片数据处理与知识库构建;定义深度特征描述符与大规模图像特征描述提取;基于特征相似性聚类的特征库分级索引构建;待检索图像特征描述符提取;多层次相似性度量与N近邻交互式实时检索;知识库信息实时调绘完成耕地非农化疑难图像辅助辨识。本发明基于历史调查数据自动构建包含海量自然资源图像的知识库,并构建高效、准确的特征描述符与分级索引结构,辅助作业人员实现交互式实时图像检索与可靠的疑难图像辨识,能显著提高耕地非农化监测外业实地核查工作的有效性,实现广域范围地表自然资源周期性监测降本增效。
本发明授权非农化遥感监测知识库高效检索与辅助辨识方法及系统在权利要求书中公布了:1.一种非农化遥感监测知识库高效检索与辅助辨识方法,其特征在于,包括如下步骤: S10、自然资源地表要素历史图像及对应实地照片数据处理与知识库构建; S11、定义深度特征描述符以及构建特征提取模型,利用构建的特征提取模型对大规模图像特征描述提取,形成样本特征库;具体包括如下: S23、深度特征描述符定义与特征提取模型构建: 所述深度特征描述符定义是指:设计长度为2048的一维向量V=[v0,v1,...v2047]对每个图像特征进行统一描述,通过半精度浮点数格式对特征向量的所有元素vi存储; 所述特征提取模型构建是指:选用ImageNet数据集预训练的轻量化特征提取网络编码器ResNet18,特征编码器的输入图像空间尺寸为64*64像素,通过维度变换,将特征提取器获得的最后一层卷积特征作为本实施例的图像统一特征描述符; S24、图像特征描述提取与特征库构建: 在图像特征提取时,对影像随机增强方法获得的多个数据副本堆叠后,并行提取特征,并对每个图像副本的特征取平均值作为最终的特征描述符; 以不同地区的地表覆盖特点有机组合,分别构建不同的样本特征库及对应的知识库,以获得更可靠的检索结果; S12、基于特征相似性聚类的特征库分级高效索引结构构建:利用无监督的聚类算法,将图像特征进行相似性聚类,其中,聚类中心个数设置为M为特征总个数,基于获得的各聚类中心平均特征构建一级索引结构,在此基础上,为每个聚类中心包含的所有特征构建二级索引结构; S13、将待检索图像增强处理后,利用特征提取模型完成特征描述符提取;并基于海量特征库实现多层次相似性度量与N近邻交互式实时检索; S14、基于图像直方图对检索结果重排序,并实时调绘知识库数据,综合检索结果图像与知识库提供的实地照片与属性信息,完成耕地非农化监测疑难图像可靠辨识。
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南交通大学,其通讯地址为:610000 四川省成都市二环路北一段111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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励