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！

龙图腾网获悉长江空间信息技术工程有限公司(武汉)申请的专利基于集成预测弱监督无人机多源高光谱点云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：CN115731476B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202211214169.8，技术领域涉及：G06V20/17；该发明授权基于集成预测弱监督无人机多源高光谱点云语义分割方法是由钟良;管海燕;李名哲;雷相达;张辛;甘拯;王成;杨洋设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于集成预测弱监督无人机多源高光谱点云语义分割方法在说明书摘要公布了：本发明公开了一种基于集成预测弱监督无人机多源高光谱点云语义分割方法。它基于无人机多源高光谱点云数据为研究对象，构建基于集成预测的弱监督语义分割框架，在不完整监督的基础上，嵌入集成预测的一致性约束、集成预测结果引导的熵正则化以及自适应软伪标签方法，充分利用未标签数据的编码信息，为弱监督训练提供多种空间和光谱约束，增强网络模型语义分割能力。本发明解决现有技术下林业植被数据采样成本高、林木样本稀少且不易获取，人工高精度标签大场景林区植被数据费时费力的问题；具有保证林木样本训练效率的同时为弱监督林业信息提取网络模型增加监督源，提高学习模型林业植被信息提取能力的优点。

本发明授权基于集成预测弱监督无人机多源高光谱点云语义分割方法在权利要求书中公布了：1.一种基于集成预测弱监督无人机多源高光谱点云语义分割方法，其特征在于：基于无人机激光雷达与高光谱影像融合的无人机多源高光谱点云数据为研究对象，构建基于集成预测的弱监督语义分割框架，在不完整监督的基础上，嵌入集成预测的一致性约束、集成预测结果引导的熵正则化以及自适应软伪标签方法，充分利用未标签数据空间和光谱的编码信息，为弱监督训练提供几何和光谱这些约束，增强基于集成预测的弱监督语义分割网络模型框架的语义分割能力； 基于集成预测的弱监督无人机多源高光谱点云语义分割方法，具体包括以下步骤： 步骤1，不完整监督学习； 步骤2，基于集成预测的一致性约束； 步骤3，基于预测结果指导的熵正则化； 步骤4，自适应伪标签学习； 在步骤2中，基于集成预测的一致性约束的具体方法为： 在训练阶段采用集成预测迭代更新，不同无人机高光谱点云样本输入的重叠训练区域中包含不同的全局信息，看作是一个点级数据增强；对于每个点级数据，都使用指数移动平均数来计算集成值进行关联更新；即第t次更新的集成预测值的计算见式1： 其中：α为更新权重，为模型第t-1次更新的集成预测值，pt为当前的预测值； 每一次训练中，将更新的集成预测分布与当前预测分布pi，通过KL散度描述一致性成本，进行一致性约束；一致性成本VPi以及一致性损失Lepc的计算见式2和3： 其中：是集成预测Pi点为类别c的后验概率，pic是当前预测Pi点为类别c的后验概率，K为无人机高光谱点云数据集中类别数，N为无人机高光谱点云训练数据集的点个数； 在步骤3中，基于预测结果指导的熵正则化采用熵正则化方法通过利用未标签无人机高光谱点云的后验概率提高学习模型语义分割性能；通过比对当前预测与集成预测引导未标签点熵正则化处理； 基于预测结果指导的熵正则化的具体方法为： 对当前预测与集成预测比对一致的未标签点Pic，采用最小化预测熵的方法，减少类别重叠，获得显著的语义特征； 预测比对不一致的未标签点Piu，即该点预测结果不稳定，采用最大化预测熵的方法，鼓励网络预测的高不确定性，抑制“过拟合”；最大化预测熵值等同于最小化预测熵负值；熵值HPi以及熵正则化损失Ler的计算见式4和5： 其中，pic为Pi点预测为类别c的后验概率，K为无人机高光谱点云数据集中出现类别数，||为点集点个数； 在步骤4中，自适应伪标签学习的具体方法为： 直接将未标签无人机多源高光谱点云的集成预测结果作为伪标签数据，最大程度的保持原有模型训练速度；以一致性成本VPi作为点伪标签权重的衡量标准，自适应计算伪标签的权重；每个伪标签点的权重以及伪标签学习损失Lps的计算见式6和7； 其中，yic是集成预测值通过argmax函数获得的伪标签，pic为Pi点预测为类别c的后验概率，K为无人机高光谱点云数据集中出现类别数，||为点集的点个数； 综合所有的约束损失，最终网络的损失函数Lall通过式8计算： Lall＝Lse+Lepc+Ler+λLps8 其中，λ为加权因子。

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长江空间信息技术工程有限公司(武汉)，其通讯地址为：430010 湖北省武汉市汉口解放大道1863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。