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！

龙图腾网获悉广东省国土资源测绘院申请的专利一种池塘尾水直排行为的快速识别方法、系统及设备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：CN121354039B 。

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：202511922839.5，技术领域涉及：G06V20/52；该发明授权一种池塘尾水直排行为的快速识别方法、系统及设备是由梁寓琛;李炘妍;朱紫阳;郑华健;常中兵;汪嘉霖;叶露;刘垒;韩士伟;关润东;石晓春;江顺;王靖杰设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本一种池塘尾水直排行为的快速识别方法、系统及设备在说明书摘要公布了：本申请涉及一种池塘尾水直排行为的快速识别方法、系统及设备，涉及污水排放监测识别技术领域，该方法构建遥感地图瓦片数据下载、处理与样本制作体系，建立样本集合。然后，在原始YOLO11模型的基础上，无缝引入即插即用的多维动态蛇形卷积模块和瓶颈层，改进YOLO11模型，使得模型可从多个方向动态地适应尾水直排行为的目标物特征，从而加强对尾水排放行为的捕捉和特征提取能力。最后，引入感知增强损失增强模型识别不同流向尾水的稳定性，最终实现基于高分辨率遥感的池塘尾水智能快速识别。可见，本申请有效提高池塘尾水排放行为的识别精度、推理效率。

本发明授权一种池塘尾水直排行为的快速识别方法、系统及设备在权利要求书中公布了：1.一种池塘尾水直排行为的快速识别方法，其特征在于，包括： 依据获取的样本区域的遥感影像样本进行特征处理，确定矢量点状定位数据，并结合获取的地图瓦片，建立样本数据集，所述样本数据集包括训练集和验证集； 基于所述训练集进行数据增强处理，并建立感知增强机制； 构建YOLO11模型，基于预识别的尾水直排行为的目标物特征建立改进的多维融合特征卷积模块，构建特征提取增强的改进模型，所述多维融合特征卷积模块包括动态蛇形卷积层； 根据增强的所述训练集训练所述改进模型，通过所述多维融合特征卷积模块从不同方向动态地适应目标，拟合提取不同视角的目标物深度特征，输出预测结果； 依据所述感知增强机制，通过识别增强损失函数对所述预测结果和所述验证集进行损失分析，更新所述改进模型的参数，得到训练好的池塘尾水识别模型； 通过所述池塘尾水识别模型对获取的目标遥感数据进行池塘尾水直接排放行为的快速识别，得到识别结果； 其中，基于所述训练集进行数据增强处理，并建立感知增强机制，包括：使用数据增强技术对所述训练集中各影像样本和标注进行扩充处理，更新所述训练集；基于自适应直方图均衡化方法，将所述训练集中各样本划分为方块进行直方图均衡化，限制对比度增强幅度，更新所述训练集；基于分析的边界框回归过程中短边方向和形状偏差对模型训练的影响，建立识别增强损失函数；引入模型识别不同流向尾水的稳定性，结合所述识别增强损失函数，建立感知增强机制； 构建YOLO11模型，基于预识别的尾水直排行为的目标物特征建立改进的多维融合特征卷积模块，构建特征提取增强的改进模型，包括：构建包括C3k2特征提取模块的原始YOLO11模型，C3k2特征提取模块包括用于特征卷积的CBS模块和C3k模块，C3k模块基于瓶颈层Bottleneck进行特征提取；基于获取的人工解译信息，分析尾水直排行为的目标物特征；以所述目标物特征为基准，基于动态蛇形卷积层，构建多维融合特征卷积模块；在原始YOLO11模型中，使用多维融合特征卷积模块更新C3k模块中瓶颈层Bottleneck的CBS模块，构建Bottleneck_DSC模块；基于瓶颈层Bottleneck和Bottleneck_DSC模块，更新原始YOLO11模型中的C3k2特征提取模块，得到改进模型； 依据所述感知增强机制，通过识别增强损失函数对所述预测结果和所述验证集进行损失分析，包括：基于所述预测结果，提取预测框，以及，基于所述验证集提取标注框；在所述感知增强机制的基础上，计算所述预测框和所述标注框的交并比，得到目标损失；分析所述标注框的标注形状；根据分析的所述标注框的标注形状对中心点偏移进行方向加权处理，计算形状约束损失，以及，根据所述标注形状进行宽高比处理，计算形状加权距离损失；基于所述识别增强损失函数，利用所述目标损失、所述形状约束损失以及所述形状加权距离损失计算最终损失。

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广东省国土资源测绘院，其通讯地址为：510000 广东省广州市黄埔区光谱中路13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。