Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东科技大学何明祥获国家专利权

山东科技大学何明祥获国家专利权

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!

龙图腾网获悉山东科技大学申请的专利一种基于双编码器网络模型的遥感影像道路提取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:CN115731468B

龙图腾网通过国家知识产权局官网在2026-01-23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:202211508237.1,技术领域涉及:G06V20/10;该发明授权一种基于双编码器网络模型的遥感影像道路提取方法是由何明祥;徐金硕;李冠设计研发完成,并于2022-11-29向国家知识产权局提交的专利申请。

一种基于双编码器网络模型的遥感影像道路提取方法在说明书摘要公布了:本发明公开了一种基于双编码器网络模型的遥感影像道路提取方法,属于道路提取技术领域,包括:对数据集中的遥感图像进行图像增强;增强后的图像经过网络模型进行特征提取,其中,网络模型中的其中一个编码器骨干网络用以加强对道路的注意力,另一个编码器的骨干网络用于扩大感受野;由Swin‑T编码器提取的特征图经过空洞卷积块进行全局域目标感知,然后与ResNet编码器提取出的特征图进行跳跃拼接并经过解码器,最后由道路析出模块输出一个与输入图像尺寸相同的灰度图片,其前景为提取出的道路。本发明改善了现有技术因遥感图像受光照、遮挡等因素,提取的道路精度不高的问题,可应用于地图绘制、交通救援、车辆导航等现实问题。

本发明授权一种基于双编码器网络模型的遥感影像道路提取方法在权利要求书中公布了:1.一种基于双编码器网络模型的遥感影像道路提取方法,其特征在于,包括以下步骤: 步骤1:对数据集中的遥感图像进行图像增强,将的遥感图像进行随机饱和度值、色相变换和平移、旋转处理; 步骤2:构建道路提取网络模型; 步骤2.1:搭建Swin-T编码器; 步骤2.2:搭建ResNet编码器; 步骤2.3:搭建空洞卷积块; 步骤2.4:搭建解码器; 步骤2.5:搭建道路析出块,获得灰度图像; 步骤3:模型训练,把遥感图像数据输入训练模型当中进行训练; 步骤2的具体步骤包括: 步骤2.1:Swin-T编码器以SwinTransformer为基本框架,Swin-T编码器为:首先是序列映射块,然后按顺序连接四个段;四个段分别是2层SwinTransformer为一段,2层SwinTransformer为一段,6层SwinTransformer为一段,2层SwinTransformer为一段,每两个段之间有一个序列融合块; 步骤2.1.1:所述序列映射块的构建步骤:进行一次卷积,使输出通道为96,卷积核大小为4,步长为4,使像素点映射到一个个序列上;连接一个LayerNorm层; 步骤2.1.2:所述序列融合块的构建步骤:先连接一个LayerNorm层;使用一次空洞卷积使特征图数量加倍,大小缩小; 步骤2.2:ResNet编码器以ResNet34为基本框架,ResNet编码器为:首先是一次适应卷积、一次BatchNorm、一次ReLU激活函数,使图片规范为,然后进行一次下采样,最后接续四段,接续四段分别是ResNet34的layer1、layer2、layer3和layer4; 步骤2.3:Swin-T编码器后构建并连接空洞卷积块;所述空洞卷积块构建步骤如下: 步骤2.3.1:连接一个LayerNorm层; 步骤2.3.2:连接n个空洞卷积层: 为卷积函数,为卷积核大小,dilation为膨胀因子,n层的膨胀因子分别1、21,...,2n-1,padding为卷积填充,n层的卷积填充分别为1、21,...,2n-1,其中,size为特征图大小; 步骤2.3.3:每层空洞卷积层后跟ReLU激活函数; 步骤2.3.4:空洞卷积块各层输出相加,得到此块最后的输出; 步骤2.4:空洞卷积块后构建并连接解码器,解码器由五段组成,若特征图尺寸提前达到,则可提前跳出解码器;然后ResNet编码器各layer的输出与解码器各个段相同尺寸的特征图跳跃拼接;所述跳跃拼接具体为,由ResNet编码器各层输出的特征图,与解码器各段输出的相同尺寸的特征图进行跳跃拼接,拼接后的特征图输入到解码器的下一个段; 所述解码器的搭建步骤如下: 步骤2.4.1:先连接一个卷积核大小为1的卷积层,然后经BatchNorm和ReLU激活函数处理; 步骤2.4.2:再连接一个转置卷积: 为转置卷积函数,转置卷积核大小为3,stride为步长,卷积填充为1,输出特征图填充为1,然后经BatchNorm和ReLU激活函数处理; 步骤2.4.3:最后连接一个卷积核大小为1的卷积层,然后经BatchNorm和ReLU激活函数处理; 步骤2.4.4:将步骤2.4.1至步骤2.4.3封装为一段,按此流程循环构建五段; 步骤2.5:解码器后构建并连接道路析出块,道路析出块的构建包括: 步骤2.5.1:连接一个转置卷积层,然后经BatchNorm和ReLU激活函数处理,使特征图大小变为原图像大小; 步骤2.5.2:连接三个卷积核大小为3,卷积填充为1,步长为1的卷积层,使特征图数量降为1,每两个特征图之间进行ReLU激活函数处理; 步骤2.5.3:连接一个Sigmoid激活函数,得到与输入图像大小相同、单通道的结果图像。

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山东科技大学,其通讯地址为:266590 山东省青岛市黄岛区前湾港路579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。

免责声明
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。