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！

龙图腾网获悉浙江大学申请的专利一种基于深度学习的遥感影像用地超限识别方法及系统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：CN120808135B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510807753.1，技术领域涉及：G06V20/10；该发明授权一种基于深度学习的遥感影像用地超限识别方法及系统是由张晶;任福龙;沈掌泉设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于深度学习的遥感影像用地超限识别方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的遥感影像用地超限识别方法及系统，该方法包括：获取用地遥感影像，并对用地遥感影像进行预处理，以获取需要识别的图片对；利用预训练好的Siamese‑Resnet50模型和灰度共生矩阵对需要识别的图片对进行特征提取与匹配，以获取深度相似度和纹理相似度；基于图片对的深度相似度和纹理相似度，进行动态权重特征融合计算，以获取综合相似度；将综合相似度与设定的判决阈值进行比较，判断遥感影像用地范围是否超限并输出结果。本发明通过结合深度相似度、灰度共生矩阵GLCM纹理特征及动态权重调整策略，实现土地使用范围的高精度检测与异常识别，简化了超限识别难的问题，提高了识别的效率。

本发明授权一种基于深度学习的遥感影像用地超限识别方法及系统在权利要求书中公布了：1.一种基于深度学习的遥感影像用地超限识别方法，其特征在于，包括以下步骤： S1、获取用地遥感影像，并对用地遥感影像进行预处理，以获取需要识别的图片对； S2、利用预训练好的Siamese-Resnet50模型和灰度共生矩阵对需要识别的图片对进行特征提取与匹配，以获取深度相似度和纹理相似度； 其中，所述Siamese-Resnet50模型基于Siamese网络和深度学习构建，该Siamese-Resnet50模型包括输入层、主干网络和输出层，其中，输入层用于接收需要识别的图片对；主干网络采用两个并行且权重参数共享的Resnet50网络作为编码器，以分别对图片对进行特征提取，获取对应的高维特征向量；输出层用于计算并输出图片对的高维特征向量之间的深度语义相似度，输出层包括归一化层、内积层和线性映射层，图片对的高维特征向量进入输出层，先经过归一化层，得到对应的归一化后的特征向量，再通过内积层作内积得到前置深度相似度，随后通过线性映射层将前置深度相似度的原始区间平移并缩放到[0,1]，得到深度相似度； 所述纹理相似度的获取方法具体包括： 首先将需要识别的图片对A和B转换为灰度图；然后通过灰度共生矩阵提取图片对的纹理特征向量，其中纹理特征向量表示为，分别表示能量、对比度、熵、相关性和同质性；其次计算两个纹理特征向量之间的余弦相似度作为前置纹理相似度；最后使用线性映射将前置纹理相似度的原始区间平移并缩放到[0,1]，得到纹理相似度； S3、基于图片对的深度相似度和纹理相似度，进行动态权重特征融合计算，以获取综合相似度； S4、将综合相似度与设定的判决阈值进行比较，判断遥感影像用地范围是否超限并输出结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。