买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜长安大学申请的专利基于大规模预训练神经网络的遥感图像识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117671517B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311655425.1，技术领域涉及：G06V20/13；该发明授权基于大规模预训练神经网络的遥感图像识别方法是由左琛;梁程程;张军飞;汤镇宇;卓文淖设计研发完成，并于2023-12-05向国家知识产权局提交的专利申请。

本基于大规模预训练神经网络的遥感图像识别方法在说明书摘要公布了：本发明为基于大规模预训练神经网络的遥感图像识别方法，涉及图像处理技术领域，首先，对大尺寸卫星遥感图像进行等间隔采样与分块，使用CLIP图像编码器处理局部图像块，获得高维特征矢量。其次，启动余弦距离、多维缩放、高斯混合模型等技术，理解图像块之间的相似性关系。最后，人工筛选高价值区域，利用核密度预测器生成目标区域热力图。将所设计方法应用于陕西省清涧县国土空间规划实践，通过高分辨率遥感图像，识别城市老旧小区。计算结果表明，本发明具有较高的识别精度和较小的资源消耗，准确划定了城市老旧小区改造范围。

本发明授权基于大规模预训练神经网络的遥感图像识别方法在权利要求书中公布了：1.基于大规模预训练神经网络的遥感图像识别方法，其特征在于，包括以下步骤：获取目标城镇区域的卫星遥感图像并进行预处理；其中，所述预处理是将卫星遥感图像，通过等间隔采样方法，提取大量图像块，构成实验样本集合；引入CLIP神经网络模型，使用ViT架构替代卷积神经网络和前馈神经网络获得改进后的CLIP神经网络模型，所述改进后的CLIP神经网络模型对实验样本集合进行高维视觉特征矢量的提取；通过余弦距离计算任意两个图像块之间的相似性，获得图像块的距离矩阵；利用多维缩放对所述图像块的距离矩阵进行降维，获得图像块的降维距离矩阵；利用高斯混合模型对所述图像块的降维距离矩阵进行聚类，获得图像块的聚类结果；使用核密度估计方法，将高斯混合模型的隶属度概率作为输入训练数据，绘制目标城镇区域的热力图；将目标区域的热力图与居住用地图像进行叠加分析，根据核密度的阈值进行分类，对高阈值图像区域通过人工校核，得到划分好的高价值目标区域。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长安大学，其通讯地址为：710064 陕西省西安市南二环路中段长安大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。