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空天信息创新研究院申请的专利耕地识别方法、装置、设备及存储介质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：CN115439740B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210937606.2，技术领域涉及：G06V20/10；该发明授权耕地识别方法、装置、设备及存储介质是由田富有;朱亮;吴炳方;曾红伟;张淼设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本耕地识别方法、装置、设备及存储介质在说明书摘要公布了：本发明提供一种耕地识别方法、装置、设备及存储介质，包括：获取待识别影像数据；将待识别影像数据输入至耕地识别模型，以利用耕地识别模型对待识别影像数据进行多任务识别，输出耕地范围结果和耕地边界识别结果；其中，耕地识别模型是基于待训练遥感影像以及待训练遥感影像样本对应的耕地范围结果标签和耕地边界识别结果标签，进行空间注意力机制的多任务训练获得。本发明通过采用基于空间注意力机制的耕地识别模型进行耕地范围和耕地边界多任务识别，增加对行道树和田间道路的识别能力，通过增加空间注意力机制，可突出其重点特征和细节信息的技术手段，从而解决了耕地识别准确性较低的技术问题，提高了耕地识别的准确性。

本发明授权耕地识别方法、装置、设备及存储介质在权利要求书中公布了：1.一种耕地识别方法，其特征在于，包括： 获取待识别影像数据； 将所述待识别影像数据输入至耕地识别模型，以利用所述耕地识别模型对所述待识别影像数据进行多任务识别，输出耕地范围结果和耕地边界识别结果； 其中，所述耕地识别模型是基于预先收集的待训练遥感影像以及所述待训练遥感影像对应的耕地范围结果标签和耕地边界识别结果标签，进行空间注意力机制的多任务训练获得； 所述耕地识别模型包括编码模块、解码模块、空间注意力模块和多任务像素分类模块，其中： 所述编码模块包括若干个串联的编码单元，除最后一个编码单元外每个编码单元包括残差块和最大池化层，最后一个编码单元包括残差块； 所述解码模块包括若干个串联的解码单元，每个解码单元包括上采样层、特征连接层和残差块； 各个编码单元中的残差块的输出通过所述空间注意力模块进行优化处理后输入至对应的解码单元中； 最后一个解码单元的残差块的输出作为所述多任务像素分类模块的输入 所述利用所述耕地识别模型对所述待识别影像数据进行多任务识别，输出耕地范围结果和耕地边界识别结果，包括： 通过第一个编码单元中的残差块对所述待识别影像数据进行特征提取，得到第一编码单元中残差块输出的编码特征图； 通过第一个编码单元中的最大池化层对所述编码特征图进行池化处理，得到池化处理特征图，并将所述池化处理特征图作为下一个编码单元的输入，直至得到最后一个编码单元中残差块输出的编码特征图； 在除最后一个编码单元外各个编码单元输出的编码特征图中筛选得到与最后一个编码单元的编码特征图相匹配的第一目标编码特征图； 通过所述空间注意力模块对所述第一目标编码特征图和所述最后一个编码单元的编码特征图进行特征优化，得到第一优化特征图； 通过第一个解码单元中的上采样层对所述最后一个编码单元的编码特征图进行上采样处理，得到第一上采样特征图； 通过所述特征连接层对所述第一优化特征图和所述第一上采样特征图进行特征连接，得到第一目标连接特征图； 通过第一个解码单元中的残差块对所述第一目标连接特征图进行解码，得到当前解码单元输出的解码特征图； 基于各所述编码单元输出的编码特征图以及所述当前解码单元输出的解码特征图，确定下一个解码单元中残差块的输入特征图，直至得到最后一个编码单元输出的解码特征图； 将所述最后一个解码单元输出的解码特征图输入至所述多任务像素分类模块，得到所述耕地范围结果和所述耕地边界识别结果。

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空天信息创新研究院，其通讯地址为：100094 北京市海淀区邓庄南路9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。