買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉杭州電子科技大學(xué)申請的專利基于遙感影像的構(gòu)筑物應(yīng)急監(jiān)測方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120107801B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510577865.2，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)基于遙感影像的構(gòu)筑物應(yīng)急監(jiān)測方法及系統(tǒng)是由陳鼎元;宋朝暉;宋慧娜設(shè)計研發(fā)完成，并于2025-05-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于遙感影像的構(gòu)筑物應(yīng)急監(jiān)測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明屬于目標(biāo)檢測技術(shù)領(lǐng)域，涉及基于遙感影像的構(gòu)筑物應(yīng)急監(jiān)測方法及系統(tǒng)，包括：采集高分辨率遙感影像，以構(gòu)建構(gòu)筑物數(shù)據(jù)集，并將構(gòu)筑物數(shù)據(jù)集劃分為訓(xùn)練集和測試集；構(gòu)建基于目標(biāo)分布先驗的構(gòu)筑物場景分類器并利用訓(xùn)練集進(jìn)行訓(xùn)練，得到構(gòu)筑物場景分類器；構(gòu)建基于場景上下文感知的構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器并利用訓(xùn)練集進(jìn)行訓(xùn)練，得到構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器；將測試集輸入構(gòu)筑物場景分類器進(jìn)行構(gòu)筑物場景所在的影像的定位，構(gòu)筑物場景所在的影像輸入構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器進(jìn)行構(gòu)筑物目標(biāo)的提取，生成構(gòu)筑物制圖結(jié)果；將構(gòu)筑物制圖結(jié)果與構(gòu)筑物應(yīng)急監(jiān)測模塊生成的災(zāi)害制圖結(jié)果融合得到構(gòu)筑物受災(zāi)制圖結(jié)果。本發(fā)明能快速準(zhǔn)確地實現(xiàn)構(gòu)筑物應(yīng)急監(jiān)測。

本發(fā)明授權(quán)基于遙感影像的構(gòu)筑物應(yīng)急監(jiān)測方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于遙感影像的構(gòu)筑物應(yīng)急監(jiān)測方法，其特征在于，包括以下步驟： S1、采集高分辨率遙感影像，以構(gòu)建構(gòu)筑物數(shù)據(jù)集，并將構(gòu)筑物數(shù)據(jù)集劃分為訓(xùn)練集和測試集； S2、構(gòu)建基于目標(biāo)分布先驗的構(gòu)筑物場景分類器并利用訓(xùn)練集進(jìn)行訓(xùn)練，得到的構(gòu)筑物場景分類器用于定位構(gòu)筑物場景； 構(gòu)建基于場景上下文感知的構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器并利用訓(xùn)練集進(jìn)行訓(xùn)練，得到的構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器用于提取構(gòu)筑物目標(biāo)； S3、將測試集輸入構(gòu)筑物場景分類器進(jìn)行構(gòu)筑物場景所在的影像的定位，構(gòu)筑物場景所在的影像輸入構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器進(jìn)行構(gòu)筑物目標(biāo)的提取，生成構(gòu)筑物制圖結(jié)果；將構(gòu)筑物制圖結(jié)果與構(gòu)筑物應(yīng)急監(jiān)測模塊生成的災(zāi)害制圖結(jié)果進(jìn)行融合，得到構(gòu)筑物受災(zāi)制圖結(jié)果； 所述步驟S2中，構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器的構(gòu)建及訓(xùn)練過程包括： 步驟2a，構(gòu)建基于場景上下文感知的構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器； 通過卷積神經(jīng)網(wǎng)絡(luò)ResNet和特征金字塔網(wǎng)絡(luò)FPN提取深度特征，將深度特征輸入?yún)^(qū)域提取網(wǎng)絡(luò)RPN，用于生成預(yù)測框；并將深度特征和預(yù)測框輸入場景上下文感知的特征提取模塊，生成前景目標(biāo)特征與場景上下文特征進(jìn)行通道維度連接后的融合特征；融合特征用于預(yù)測分類結(jié)果和位置信息； 步驟2b、訓(xùn)練基于場景上下文感知的構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器； 將訓(xùn)練集輸入步驟2a構(gòu)建的構(gòu)筑物旋轉(zhuǎn)目標(biāo)檢測器，生成預(yù)測分類結(jié)果和預(yù)測位置信息，并結(jié)合真實標(biāo)簽計算損失函數(shù)，訓(xùn)練直至收斂； 所述場景上下文感知的特征提取模塊包括前景目標(biāo)特征提取分支和場景上下文特征提取分支，對于前景目標(biāo)特征提取分支，將深度特征結(jié)合預(yù)測框獲取其所在區(qū)域的特征，并輸入編碼-解碼結(jié)構(gòu)的旋轉(zhuǎn)框?qū)W習(xí)器來生成預(yù)測旋轉(zhuǎn)框，用于感知前景目標(biāo)特征；對于場景上下文特征提取分支，通過結(jié)合深度特征和預(yù)測框生成預(yù)測框所在區(qū)域的特征，用于感知背景上下文特征；最后將兩個分支輸出的特征進(jìn)行通道維度連接，從而生成最終的融合特征。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人杭州電子科技大學(xué)，其通訊地址為：310018 浙江省杭州市錢塘區(qū)白楊街道2號大街1158號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。