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基于像素语义关系建模的遥感地物要素分类模型训练方法、装置、电子设备及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：CN116188905B 。

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：202310124967.X，技术领域涉及：G06V10/774；该发明授权基于像素语义关系建模的遥感地物要素分类模型训练方法、装置、电子设备及介质是由冯瑛超;李俊希;路晓男;容雪娥;戴威设计研发完成，并于2023-02-06向国家知识产权局提交的专利申请。

本基于像素语义关系建模的遥感地物要素分类模型训练方法、装置、电子设备及介质在说明书摘要公布了：本公开提供了一种基于像素语义关系建模的遥感地物要素分类模型训练方法、装置、电子设备及介质，可以应用于遥感影像处理技术领域。该方法包括：根据语义真值图中不同语义类别分别对应的像素点数量，确定每个语义类别的语义类别频率；针对每个像素点，基于语义类别频率和像素点与搜索邻域中的中心像素的语义类别关系，确定像素点在对应搜索邻域中的类别关系值；基于搜索邻域中每个像素点的语义类别，确定像素点在对应搜索邻域中的类别数值；将地物样本图输入地物分类模型中输出地物预测数据；将每个像素点对应的语义类别频率、类别关系值、类别数值和地物预测数据输入地物分类模型的遥感地物要素分类损失函数中，输出模型损失值；基于模型损失值对地物分类模型进行训练。

本发明授权基于像素语义关系建模的遥感地物要素分类模型训练方法、装置、电子设备及介质在权利要求书中公布了：1.一种基于像素语义关系建模的遥感地物要素分类模型训练方法，包括： 根据语义真值图中不同语义类别分别对应的像素点数量，确定每个所述语义类别的语义类别频率，所述语义真值图为用于模型训练的地物样本图对应的真值图； 针对每个所述像素点，基于所述语义类别频率和所述像素点与搜索邻域中的中心像素的语义类别关系，确定所述像素点在对应搜索邻域中的类别关系值； 基于所述搜索邻域中每个像素点的语义类别，确定所述像素点在对应搜索邻域中的类别数值； 将所述地物样本图输入地物分类模型中，输出地物预测数据； 将每个所述像素点对应的所述语义类别频率、所述类别关系值、所述类别数值以及所述地物预测数据输入所述地物分类模型的遥感地物要素分类损失函数中，输出所述地物分类模型的模型损失值； 基于所述模型损失值对所述地物分类模型进行训练； 所述方法还包括：对每个所述语义类别频率进行求倒数处理，得到多个语义类别权重；基于第一预设经验值对所述语义类别权重进行对数归一化处理，得到所述像素点对应的归一类别权重； 所述将每个所述像素点对应的所述语义类别频率、所述类别关系值、所述类别数值以及所述地物预测数据输入所述地物分类模型的遥感地物要素分类损失函数中，包括： 基于第二预设经验值对多个所述类别关系值进行对数归一化处理，得到所述像素点对应的归一关系值； 基于第三预设经验值对多个所述类别数值进行对数归一化处理，得到所述像素点对应的归一类别数值； 将每个所述像素点对应的所述归一类别权重、所述归一关系值、所述归一类别数值以及所述地物预测数据输入所述地物分类模型的遥感地物要素分类损失函数中。

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：100190 北京市海淀区北四环西路19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。