一种基于深度学习的遥感图像不透水面提取方法

本发明提出一种基于深度学习的遥感图像不透水面提取方法，包括，获取原始遥感数据及其对应不透水面图，并按照一定的比例划分训练数据；将Transformer和CNN与注意机制相结合构建初始化遥感图像不透水面提取模型；通过训练数据对初始化模型进行训练，得到遥感图像不透水面提取模型；获取目标遥感图像，将目标遥感图像输入遥感图像不透水面提取模型，得到不透水面提取图。通过本发明提出的方法，利用深度神经网络进行不透水面提取，综合利用遥感图像中不透水面的各个特征，提升了识别效果。

《一种基于深度学习的遥感图像不透水面提取方法》是一发明专利，专利号为 2023106319310，当前法律状态为已下证，由首都师范大学提出申请，发明人为邱德慧;张文婧;熊泽;唐帅;徐敏，申请日期为2023-05-30，公开（公告）日期为2025-08-22，国际专利分类号（IPC）为 G06V 10/44 (2022.01)，高新资质：未报高企，所属技术领域包括：（遥感图像、不透水面提取、Transformer、注意力机制、深度学习、城市遥感、地表覆盖、土地利用、图像分割、城市监测、智慧城市）。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提出一种基于深度学习的遥感图像不透水面提取方法，包括，获取原始遥感数据及其对应不透水面图，并按照一定的比例划分训练数据；将Transformer和CNN与注意机制相结合构建初始化遥感图像不透水面提取模型；通过训练数据对初始化模型进行训练，得到遥感图像不透水面提取模型；获取目标遥感图像，将目标遥感图像输入遥感图像不透水面提取模型，得到不透水面提取图。通过本发明提出的方法，利用深度神经网络进行不透水面提取，综合利用遥感图像中不透水面的各个特征，提升了识别效果。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！