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！

龙图腾网获悉甘肃省地震局(中国地震局兰州地震研究所)申请的专利一种基于深度学习算法的SAR图像滑坡信息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：CN120747600B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202510839208.0，技术领域涉及：G06V10/764；该发明授权一种基于深度学习算法的SAR图像滑坡信息提取方法是由翟玮;杜建清设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本一种基于深度学习算法的SAR图像滑坡信息提取方法在说明书摘要公布了：本发明涉及滑坡信息提取技术领域，具体涉及一种基于深度学习算法的SAR图像滑坡信息提取方法。其包括：获取地震区域的SAR影像和光学影像；将在所述光学影像中标注的滑坡边界映射到所述SAR影像，以对所述SAR影像标注得到标签图像；基于所述SAR图像的原始图像和标签图像，构建数据集；利用所述数据集对预先构建的语义分割模型进行训练；基于训练好的语义分割模型生成分割图以提取滑坡区域。基于具有丰富极化特征SAR影像，利用深度学习语义分割网络进行滑坡区域分割，实现了较佳的分割精度。

本发明授权一种基于深度学习算法的SAR图像滑坡信息提取方法在权利要求书中公布了：1.一种基于深度学习算法SAR图像滑坡信息提取方法，其特征在于，包括： 获取地震区域的SAR影像和光学影像； 将在所述光学影像中标注的滑坡边界映射到所述SAR影像，以对所述SAR影像标注得到标签图像； 基于所述SAR图像的原始图像和标签图像，构建数据集； 利用所述数据集对预先构建的语义分割模型进行训练； 基于训练好的语义分割模型生成分割图以提取滑坡区域； 基于所述SAR图像的原始图像和标签图像，构建数据集包括： 对所述原始图像进行预处理，将图像调整为统一格式并进行归一化处理; 根据所述滑坡边界对所述SAR影像逐像素标注，对应标签采用8位彩色图； 基于原始图像和对应的标签图像以及同步进行几何变换的原始图像和对应的标签图像，构建预设尺寸的训练样本以得到数据集； 利用所述数据集对预先构建的语义分割模型进行训练包括： 将所述SAR影像的双极化特征堆叠成两个通道，并在第三个通道叠加空白通道以构建多通道输入； 基于所述多通道输入，对预先构建的语义分割模型进行训练直至损失函数收敛； 所述语义分割模型的选择方式包括： 若要求的分割精度高于预设阈值，确定UNet++为所述语义分割模型； 若SAR影像中包含严重噪声，确定DeepLabV3+为所述语义分割模型； 若SAR影像中包含复杂场景，确定PSPNet为所述语义分割模型。

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甘肃省地震局(中国地震局兰州地震研究所)，其通讯地址为：730000 甘肃省兰州市城关区渭源路街道东岗西路410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。