华能澜沧江水电股份有限公司;哈尔滨工业大学(威海);华软科技股份有限公司周华获国家专利权
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!
龙图腾网获悉华能澜沧江水电股份有限公司;哈尔滨工业大学(威海);华软科技股份有限公司申请的专利一种基于多方向边缘-坡度信息增强的滑坡识别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:CN121095736B 。
龙图腾网通过国家知识产权局官网在2026-04-10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:202511278890.7,技术领域涉及:G06V10/82;该发明授权一种基于多方向边缘-坡度信息增强的滑坡识别方法是由周华;于子茵;郑雪筠;丁倩;欧阳习斌;冯旗;柴婷婷;张建忠;丁伟;王刚;沈凤群;江慧设计研发完成,并于2025-09-09向国家知识产权局提交的专利申请。
本一种基于多方向边缘-坡度信息增强的滑坡识别方法在说明书摘要公布了:本发明公开了一种基于多方向边缘‑坡度信息增强的滑坡识别方法,包括如下步骤:步骤1:获取库区图像,并进行预处理;步骤2:基于深度学习框架,构建滑坡识别模型;步骤3:训练并测试滑坡识别模型;步骤4:使用训练好的滑坡识别模型进行滑坡识别;步骤2中的滑坡识别模型为Backbone–Neck–Head三阶段架构。本发明的方法,旨在实现对微小滑坡目标的高精度定位、复杂地貌结构的高效建模以及在计算资源受限平台上的轻量化部署。
本发明授权一种基于多方向边缘-坡度信息增强的滑坡识别方法在权利要求书中公布了:1.一种基于多方向边缘-坡度信息增强的滑坡识别方法,其特征在于,包括如下步骤: 步骤1:获取库区图像,并进行预处理; 步骤2:基于深度学习框架,构建滑坡识别模型; 步骤3:训练并测试滑坡识别模型; 步骤4:使用训练好的滑坡识别模型进行滑坡识别; 步骤2中的滑坡识别模型为Backbone–Neck–Head三阶段架构; Backbone部分包括依次连接的:两个CBS模块,用于对图像进行基础纹理与边缘特征提取,并实现初步下采样;两个CSP模块,用于实现多阶段特征融合;MVM模块,用于提取深层特征并增强边界与坡度信息表达;MSAVM模块,在32分辨率下进行全局语义建模与特征对齐,用于提取底层特征; Neck部分包括:三个BHFM模块,分别连接Backbone部分的两个CSP模块和MVM模块,用于将特征分解为高频与低频两部分并进行加权融合;三个MVM模块,分别连接三个BHFM模块,第一层的MVM模块与第二层的MVM模块连接,第二层的MVM模块与第三层的MVM模块连接,用于实现多尺度语义增强;两个CCGM模块,上层的CCGM模块与第一层的MVM模块和下层的GGGM模块连接,下层的CCGM与第二层和第三层的MVM模块连接,用于补充上下文信息与细粒度特征表达;SPPF模块,连接Backbone部分的MSAVM模块,用于完成多感受野融合;MSAVM模块,与SPPF模块连接,实现特征对齐与增强,且与第三层的MVM模块连接,通过残差路径保持主干信息流动; MVM模块和MSAVM模块内嵌DEHB模块,MSAVM模块在MVM模块的基础上融合多头自注意力机制; DEHB模块包括:水平深度卷积、垂直深度卷积、特征拼接、通道注意力机制、1×1卷积以及仿坡度模拟模块;特征拼接用于拼接水平深度卷积和垂直深度卷积的输出;特征拼接、通道注意力机制、1×1卷积以及仿坡度模拟模块依次连接;仿坡度模拟模块包括:主分支和残差分支,主分支包括:归一化、线性映射、深度可分离卷积、SiLU激活函数、2D-Scan算子以及归一化,残差分支包括:线性映射,主分支输出和残差分支输出在加法融合后,经线性映射生成最终输出。
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华能澜沧江水电股份有限公司;哈尔滨工业大学(威海);华软科技股份有限公司,其通讯地址为:650200 云南省昆明市官渡区世纪城中路1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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励