发明专利 已授权

一种基于弱监督学习的高分遥感目标边界提取方法

📄 申请号:CN202010795781.3 📄 发布日:2026/08/04

著录项目信息

申请日
2020-08-10
公开号
CN112084871B
公开日
2024-02-13
申请人
浙江工业大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

遥感图像解译, 地理信息系统, 目标检测与识别, 城市规划, 环境监测

摘要

一种基于弱监督学习的高分遥感目标边界提取方法,首先根据提取任务确定遥感地物目标并制作相应的少量精确样本标签和大量不确切样本标签。然后使用少量精确样本标签训练小样本集边缘模型。再使用小样本集边缘模型去预测大量不确切样本集,得到大量的地物目标边缘强度图,对这批质量参差不一的强度图使用骨架提取算法获得骨架图,再采用边界完整程度算法计算每个地物目标的边界完整情况,并按给定阈值挑选整体边界完整度较高的骨架图作为大量较准确样本集。接着使用大量较准确样本集训练大样本集边缘模型。最后用大样本集边缘模型预测待生产的高分遥感影像,并用骨架提取,获得最终的目标边界提取结果。本发明的模型精度超过少量样本的模型精度。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:15 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价