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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣州大學(xué)申請(qǐng)的專利一種基于深度學(xué)習(xí)的固廢填埋場(chǎng)遙感影像的自動(dòng)識(shí)別方法獲國家發(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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119942327B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26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(qǐng)?zhí)?專利號(hào)為：202510010736.5，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的固廢填埋場(chǎng)遙感影像的自動(dòng)識(shí)別方法是由袁紅平;呂銀婷;許俊麗;王德毅設(shè)計(jì)研發(fā)完成，并于2025-01-03向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于深度學(xué)習(xí)的固廢填埋場(chǎng)遙感影像的自動(dòng)識(shí)別方法在說明書摘要公布了：本發(fā)明公開了一種基于深度學(xué)習(xí)的固廢填埋場(chǎng)遙感影像的自動(dòng)識(shí)別方法，涉及計(jì)算機(jī)視覺，收集固廢填埋場(chǎng)遙感圖像數(shù)據(jù)；將所述固廢填埋場(chǎng)遙感圖像數(shù)據(jù)融合進(jìn)數(shù)據(jù)集RSD46?WHU中，構(gòu)建新的數(shù)據(jù)集RSSCD47?GU；構(gòu)建基于VIT模型改進(jìn)的GSFF?VIT模型，通過所述GSFF?VIT模型以及多個(gè)深度學(xué)習(xí)模型分別對(duì)數(shù)據(jù)集RSSCD47?GU進(jìn)行訓(xùn)練和測(cè)試，以獲取混淆矩陣，根據(jù)所述混淆矩陣計(jì)算每一模型的識(shí)別指標(biāo)；根據(jù)所述混淆矩陣和識(shí)別指標(biāo)對(duì)各模型進(jìn)行對(duì)比分析，判斷所述GSFF?VIT模型的有效性。本發(fā)明解決了填埋場(chǎng)識(shí)別過程中特征提取困難和低效的問題，同時(shí)模型能夠快速適用于其他地區(qū)的填埋場(chǎng)識(shí)別，提高了固廢填埋場(chǎng)識(shí)別的準(zhǔn)確性。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的固廢填埋場(chǎng)遙感影像的自動(dòng)識(shí)別方法在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的固廢填埋場(chǎng)遙感影像的自動(dòng)識(shí)別方法，其特征在于，該方法包括以下步驟： 步驟一、收集固廢填埋場(chǎng)遙感圖像數(shù)據(jù)； 步驟二、將所述固廢填埋場(chǎng)遙感圖像數(shù)據(jù)融合進(jìn)數(shù)據(jù)集RSD46-WHU中，構(gòu)建新的數(shù)據(jù)集RSSCD47-GU； 步驟三、構(gòu)建基于VIT模型改進(jìn)的GSFF-VIT模型，通過所述GSFF-VIT模型以及多個(gè)深度學(xué)習(xí)模型分別對(duì)數(shù)據(jù)集RSSCD47-GU進(jìn)行訓(xùn)練和測(cè)試，以獲取混淆矩陣，根據(jù)所述混淆矩陣計(jì)算每一模型的識(shí)別指標(biāo)； 步驟四、根據(jù)所述混淆矩陣和識(shí)別指標(biāo)對(duì)各模型進(jìn)行對(duì)比分析，判斷所述GSFF-VIT模型的有效性； 所述GSFF-VIT模型的構(gòu)建步驟為： 步驟1：以所述數(shù)據(jù)集RSSCD47-GU中的圖像作為輸入圖像x，將所述輸入圖像x分割成P個(gè)小塊，每個(gè)所述小塊的尺寸為，然后將其映射到D維的特征空間，獲得塊特征圖像；其中，H和W分別是輸入圖像x的高度和寬度； 步驟2：添加一個(gè)類別令牌到所述塊特征圖像的開始位置，獲得新的塊特征圖像； 步驟3：為所述新的塊特征圖像中的每個(gè)小塊以及類別令牌添加位置嵌入； 步驟4：對(duì)所述新的塊特征圖像的圖像令牌的位置嵌入進(jìn)行上采樣，以匹配新的特征形狀； 步驟5：將采樣后的新的塊特征圖像的圖像令牌的位置嵌入與新的塊特征圖像的類別令牌進(jìn)行拼接，獲得張量； 步驟6：構(gòu)建一個(gè)bottleneck結(jié)構(gòu)對(duì)所述張量的信息進(jìn)行融合； 步驟7：將信息融合后的所述張量添加到新的塊特征圖像中，獲得塊特征圖像； 步驟8：對(duì)所述塊特征圖像進(jìn)行退出操作，得到圖像特征； 步驟9：通過L層的Transformer塊處理圖像特征，得到L個(gè)Transformer塊的輸出； 步驟10：對(duì)最后一層的Transformer塊的輸出進(jìn)行LayerNorm歸一化，得到歸一化后的圖像特征x final； 步驟11：提取所述歸一化后的圖像特征x final的類別令牌的特征x class，根據(jù)所述特征x class對(duì)輸入圖像x進(jìn)行分類。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人廣州大學(xué)，其通訊地址為：511400 廣東省廣州市大學(xué)城外環(huán)西路230號(hào)；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)”。