買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉成都大學;成都理工大學申請的專利基于層級框選與邊界特征融合的滑坡智能識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120339868B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510839410.3，技術領域涉及：G06V20/13；該發明授權基于層級框選與邊界特征融合的滑坡智能識別方法及系統是由李驊錦;許強;宋棚程;何雨森;唐然;陳小平;楊華平;范占鋒;蒲川豪設計研發完成，并于2025-06-23向國家知識產權局提交的專利申請。

本基于層級框選與邊界特征融合的滑坡智能識別方法及系統在說明書摘要公布了：本發明提供一種基于層級框選與邊界特征融合的滑坡智能識別方法及系統，獲取目標遙感影像數據集，并對目標遙感影像數據集進行層級框選處理，得到層級框選區域集合，對層級框選區域集合進行邊界特征提取處理，得到每個層級框選區域的邊界特征集合，將邊界特征集合輸入至預訓練的邊界特征融合模型中進行特征融合處理，生成融合邊界特征集合，基于融合邊界特征集合與預設的滑坡形態特征庫進行特征比對處理，生成滑坡識別特征集合，根據滑坡識別特征集合對目標遙感影像數據集進行區域標注處理，生成滑坡區域識別結果。本發明通過層級框選與特征融合的拓撲重構，形成具有自解釋能力的滑坡識別鏈路，避免了模型因特征黑箱傳遞導致的誤判累積問題。

本發明授權基于層級框選與邊界特征融合的滑坡智能識別方法及系統在權利要求書中公布了：1.一種基于層級框選與邊界特征融合的滑坡智能識別方法，其特征在于，包括以下步驟： 獲取目標遙感影像數據集，并對所述目標遙感影像數據集進行層級框選處理，得到層級框選區域集合；每個所述層級框選區域對應一個框選層級標識； 對所述層級框選區域集合進行邊界特征提取處理，得到每個所述層級框選區域的邊界特征集合；所述邊界特征集合包括空間分布特征、幾何形態特征及紋理關聯特征； 將所述邊界特征集合輸入至預訓練的邊界特征融合模型中進行特征融合處理，生成融合邊界特征集合；所述融合邊界特征集合用于表征不同框選層級之間的邊界特征關聯性； 基于所述融合邊界特征集合與預設的滑坡形態特征庫進行特征比對處理，生成滑坡識別特征集合；所述滑坡識別特征集合包括目標區域的地質形變特征、坡度關聯特征及地表覆蓋特征； 根據所述滑坡識別特征集合對所述目標遙感影像數據集進行區域標注處理，生成滑坡區域識別結果； 所述將所述邊界特征集合輸入至預訓練的邊界特征融合模型中進行特征融合處理，生成融合邊界特征集合，包括： 對所述邊界特征集合中的空間分布特征進行多層級特征關聯分析，生成第一關聯特征序列；所述第一關聯特征序列用于表征不同框選層級之間的空間分布關聯強度； 對所述邊界特征集合中的幾何形態特征進行形態相似性度量，生成幾何形態相似性圖譜；所述幾何形態相似性圖譜用于指示不同框選層級的幾何形態差異度； 基于所述第一關聯特征序列與所述幾何形態相似性圖譜進行交叉特征匹配，生成動態權重調整系數；所述動態權重調整系數用于平衡不同框選層級的空間分布與幾何形態對融合結果的影響權重； 根據所述動態權重調整系數對所述邊界特征集合中的紋理關聯特征進行自適應加權聚合處理，生成初始融合紋理特征； 將所述初始融合紋理特征與所述第一關聯特征序列進行特征拼接處理，生成跨層級拼接特征； 對所述跨層級拼接特征進行非線性映射處理，消除特征冗余并增強跨層級的特征表達一致性，生成所述融合邊界特征集合。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人成都大學;成都理工大學，其通訊地址為：610100 四川省成都市龍泉驛區外東十陵鎮；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。