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！

龍圖騰網獲悉湖北第二師范學院申請的專利基于小樣本和深度學習模型的Sentinel-2數據集生成方法及裝置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：CN115861813B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202211565863.4，技術領域涉及：G06V20/10；該發明授權基于小樣本和深度學習模型的Sentinel-2數據集生成方法及裝置是由段艷;白少杰;劉利敏;何美章設計研發完成，并于2022-12-07向國家知識產權局提交的專利申請。

本基于小樣本和深度學習模型的Sentinel-2數據集生成方法及裝置在說明書摘要公布了：本發明公開了一種基于小樣本和深度學習模型的Sentinel?2數據集生成方法及裝置，其中的方法首先，支持向量機分類器通過手工選擇小樣本生成高精度的分類結果。然后按照分類結果的類別將Sentinel?2影像劃分為多個圖像塊。然后，利用可以提取樣本深度特征的DenseNet模型獲取每個圖像塊的深度特征。最后，根據這些特征確定每個圖像塊的置信度，保留置信度高的圖像塊生成數據集。實驗結果表明，經過多次迭代，在錯誤率合理的情況下，可以剔除數據集中錯誤標記的圖像塊，每類地物中的圖像塊數量可以達到穩定狀態。對比實驗還發現，該方法沒有刪除誤標記圖像塊，且全連接層層數越大、層數越深的深度學習模型性能越好。

本發明授權基于小樣本和深度學習模型的Sentinel-2數據集生成方法及裝置在權利要求書中公布了：1.基于小樣本和深度學習模型的Sentinel-2數據集生成方法，其特征在于，包括： S1：從原始Sentinel-2影像中提取出分類所需要的特征，具體包括：采用最近鄰算法對Sentinel-2影像的1、5、6、7、8A、9、10、11和12波段進行過采樣，使其達到10米的空間分辨率；從過采樣后的Sentinel-2影像中提取出光譜特征、紋理特征和形狀特征作為分類所需要的特征，其中，光譜特征包括歸一化植被差異指數、歸一化水分差異指數和紅邊指數； S2：手動從原始Sentinel-2影像中選擇小樣本； S3：將步驟S1提取出的特征和步驟S2中選擇的小樣本輸入預先構建好的支持向量機分類器中，利用支持向量機分類器對小樣本進行分類，其中，利用支持向量機分類器對小樣本進行分類時，對于水體中的河流和海湖，綜合利用光譜特征和形狀特征進行分類，形狀特征用形狀指數來表征，計算方式為： （1） 其中表示面積，表示周長，形狀特征用來描述物體形狀的規律性，形狀越不規則，形狀指數越小； S4：利用滑動窗口對分類結果進行掃描，將Sentinel-2影像劃分為多個圖像塊，并計算每個圖像塊中每個地物類別的比例，然后根據每個地物類別的比例與閾值之間的關系標記圖像塊的地物類別，所有圖像塊構成初始數據集； S5：將初始數據集按照預設比例劃分出訓練集，對DenseNet模型進行訓練，利用訓練好的DenseNet模型的全連接的輸出作為每個圖像塊的深度特征，計算每個圖像塊的深度特征的置信度，根據置信度生成最終的Sentinel-2數據集，其中，計算每個圖像塊的深度特征的方式為： （2） 其中，是控制衰減速率的因子，取值范圍為2到5，為第m個圖像塊的深度特征的置信度，為DenseNet模型的全連接層的輸出，為違反因子，計算方式為： （3） 對于每一類，有一組聚類中心，個數為，，表示類別c中的第n個聚類中心，為類別的集合，為歐幾里得距離，是一個非負邊界參數，是一個計數器函數，為類別，，表示類別中第個聚類中心，表示第m個圖像塊，表示類別中第n個聚類中心。

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湖北第二師范學院，其通訊地址為：430205 湖北省武漢市東湖新技術開發區高新二路129號；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”。