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！

龙图腾网获悉哈尔滨理工大学申请的专利基于多级Transformer网络的6G卫星图像滑坡检测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：CN115713695B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211438456.7，技术领域涉及：G06V20/13；该发明授权基于多级Transformer网络的6G卫星图像滑坡检测方法是由席亮;何东;孟祥龙设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本基于多级Transformer网络的6G卫星图像滑坡检测方法在说明书摘要公布了：本发明提出一种基于多级Transformer网络的卫星滑坡图像检测方法，属于图像异常检测领域。针对现有的仅利用卷积神经网络进行图像特征提取和特征重构来进行滑坡检测，本发明采用预训练特征提取网络和无监督多级Transformer自动编码器进行滑坡检测。首先从预训练网络中提取多尺度特征，然后使用具有U形的自编码Transformer网络重构图像特征，通过多级Transformer编码器和解码器对特征的融合和重构，可以同时获取粗粒度的低级像素特征和细粒度的全局语义特征。将所提出的方法应用于卫星捕获的毕节滑坡数据集，实验结果表明，与原始CNN模型相比，本发明可以提高检测精度，有效区分滑坡和非滑坡图像数据。

本发明授权基于多级Transformer网络的6G卫星图像滑坡检测方法在权利要求书中公布了：1.一种基于多级Transformer网络的卫星滑坡图像检测方法，其特征在于该方法包括以下步骤： 步骤1：数据预处理，包括对原始数据进行划分和数据变换和增强； 步骤2：模型特征提取阶段，提取一个多层特征联合表示，具体步骤为： 步骤2_1将训练集数据输入ResNet-18中进行特征提取，得到三个不同卷积层的输出； 步骤2_2将得到的三个特征层输出两两按照通道维度相加，得到一个组合后的联合特征表示； 步骤2_3直接将联合特征表示作为接下来待重构的特征向量； 步骤3：模型正式训练阶段，使用多级Transformer自编码器进行训练，具体步骤为： 步骤3_1输入经过ResNet-18预训练好的特征数据； 步骤3_2通过多级Transformer编码器对特征图像数据进行编码，level-iTransformer的编码器公式如下， 其中是经过预训练的特征向量，是第i级编码器的输出，z0是零填充向量，i是第i级编码器，n是patch块的大小； 步骤3_3通过多级Transformer解码器对特征图像数据进行重构解码，level-iTransformer的解码器公式如下， 其中是使用跳跃连接的同级编码器的输出，是前一级transformer编码器的输出，是当前解码器的输出； 步骤3_4基于预训练提取的图像特征，通过对称的多级U型Transformer可以得到重构特征图ẑ，计算公式如下： 其中是多级Transformer自编码器网络，z是通过预训练网络提取的图片特征； 步骤3_5计算重构特征损失，如图3所示，的计算需要用到原始特征提取网络的输出和多级Transformer自编码器的输出，计算公式如下： 其中代表重构特征和原始特征的之间通过l2距离计算的重构损失； 步骤3_6loss的反向传播，根据重构损失值反向传播梯度，更新网络模型的权重和偏置，使得整个多级Transformer自编码器网络学习到非滑坡数据的数据特征； 步骤4：模型测试阶段，使用训练好的模型测试包含滑坡和非滑坡数据。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学西区；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。