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！

龙图腾网恭喜西安电子科技大学申请的专利基于多级伪关系学习的光学遥感影像地物分类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：CN116434075B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310227880.5，技术领域涉及：G06V20/13；该发明授权基于多级伪关系学习的光学遥感影像地物分类方法是由胡杨;王爽;赵栋;梁菲;杨瑞智;王子宁;臧琪;权豆设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本基于多级伪关系学习的光学遥感影像地物分类方法在说明书摘要公布了：本发明提出了一种基于多级伪关系学习的光学遥感影像地物分类方法，用于解决在地物分类中现有自训练方法忽视像素点之间潜在联系的问题，实现步骤为：从远程设备获取待分类的光学遥感影像以及构建多级伪关系网络模型，通过构建源域关系学习损失、目标域像素级伪关系损失、源域局部patch级伪关系损失和目标域局部patch级伪关系损失，得到优化模型的优化目标函数，然后利用训练集对模型进行训练，最后对光学遥感影像分类。本发明通过多级伪关系学习实现了光学遥感图像地物分类，提升了分类效果，弥补了自训练方法的不足，可用于城市规划、土地利用和环境检测等应用领域。

本发明授权基于多级伪关系学习的光学遥感影像地物分类方法在权利要求书中公布了：1.一种基于多级伪关系学习的光学遥感影像地物分类方法，其特征在于，包括： 步骤1，从远程设备获取待分类的光学遥感影像以及从数据库获取由多个光学遥感影像组成的训练集； 其中，所述训练集中包括源域样本和目标域样本，目标域样本与源域样本通过地理位置不同区分，源域样本携带图像中所包含的目标类别标签； 步骤2，构建多级伪关系网络模型，所述多级伪关系网络模型包括结构和初始化参数完全相同的教师模型和学生模型，所述教师模型与所述学生模型之间参数不共享； 步骤3，将所述源域样本和目标域样本添加扰动或噪声，并送入所述学生模型；将源域样本和目标域样本送入所述教师模型，对所述学生模型以及教师模型进行迭代训练；在迭代训练过程中为所述源域样本依次构建源域关系学习损失、以及源域patch级伪关系损失，为所述目标域样本构建目标域像素级伪关系损失、和目标域patch级伪关系损失，从而得到用于优化所述多级伪关系网络模型的最终优化目标函数；通过各自模型提取源域样本和目标域样本的初级特征以及多尺度特征，均输出像素级的第一输出结果和patch级的第二输出结果； 步骤4，针对每批源域样本和目标域样本重复步骤3的训练过程，并在迭代过程中利用最终优化目标函数优化训练过程，获得训练好的多级伪关系网络模型； 步骤5，利用训练好的多级伪关系网络模型提取所述待分类的光学遥感影像的特征，并根据特征进行分类获得待分类的光学遥感影像中所包含目标的类别； 步骤2中的教师模型和学生模型均包括一个特征提取器、两个ASPP网络、一个patch级分类器和一个像素级分类器； 所述特征提取器的输出连接两个ASPP网络的输入，一个ASPP网络的输出连接patch级分类器的输入，另一个ASPP网络的输出连接像素级分类器的输入。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；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”。