根据《中国地质大学(武汉)科技成果转化管理办法(修订)》(地大校办发〔2022〕16号)相关规定，现将国家发明专利“基于深度卷积神经网络的遥感影像红树林提取方法及系统”等3件专利转让情况进行公示。具体情况如下：

1.专利名称：基于深度卷积神经网络的遥感影像红树林提取方法及系统

专利号：ZL201911058700.5

成果完成人：郭明强;黄颖;余仲阳;李春风;谢忠;关庆锋;吴亮;王均浩;曹威

简介：本发明公开了一种基于深度卷积神经网络的遥感影像红树林提取方法及系统，本发明首先对高分辨率的遥感影像进行预处理，包括遥感影像的大气校正与研究区域裁剪，对处理后的各波段进行波段运算以提取先验特征信息；应用多源数据融合实现多波段和特征信息的融合，构建数据集；训练并验证由卷积神经网络搭建的语义分类模型ME?net；调用ME?net模型实现红树林的自动分类，输出一个png格式的掩模文件，即为分类和提取的结果；通过长距离条件随机场对分类结果进行细调。本发明中的分类模型在应用中可通过扩展数据集使得分类精度达到92.3％，完全可以代替人工目视解译，为高精度影像地图的更新和滨海地区生态系统的保护提供辅助技术支持。

2.专利名称：一种基于遥感影像和多源数据的屋顶绿化优先级计算方法

专利号：ZL202110332365.4

成果完成人：吴送良;郭明强;黄颖;徐永洋;谢忠;吴亮;曹威

简介：本发明提供了一种基于遥感影像和多源数据的屋顶绿化优先级计算方法，包括：获取遥感影像，通过遥感影像采用深度卷积神经网络检测获取计算区域；计算区域即为：需要进行建筑物屋顶绿化优先级判断的区域；基于多源数据对计算区域进行空间叠加，定量计算屋顶绿化的优先级；所述多源数据包括：年均温度、年降雨量、建筑物到公园绿地距离和建筑物交通拥堵程度。本发明从定性与定量角度分析实施屋顶绿化的建筑物，评价每个建筑屋顶的绿化优先级。从建筑属性和绿化需求两个方面构建屋顶绿化指标体系，然后，结合多源数据，给出屋顶绿化指标的定量计算方法，最后进行屋顶绿化优先级评价，结合建筑物的实际情况，定性和定量分析屋顶绿化实施的优先级方案。

3.专利名称：一种抑制SAR图像相干斑噪声的方法、系统和终端设备

专利号：ZL202010705525.0

成果完成人：韩成德;郭明强;刘郑;黄颖

简介：本发明公开了一种抑制SAR图像相干斑噪声的方法、系统及终端设备，该方法包括提出了一种保边保对比度的SAR图像去相干斑噪声的截断的非凸非光滑的变分模型，所述截断的非凸非光滑的变分模型中包含截断的非凸非光滑的正则项，通过对所述截断的非凸非光滑的正则加上一个截断函数，可以更好的保边和保对比度；该方法还包括提出了一种针对上述包括截断的非凸非光滑项的变分模型进行优化的方法；将待处理的SAR图像输入到优化后的所述截断的非凸非光滑的变分模型后，得到去除相干斑噪音后的SAR图像。

转让费：5.8万元

受让方：湖北地信科技集团股份有限公司

对以上结果有异议者，请在公示时间内实名书面向知识产权与技术转移中心反映。

公示时间：2022年9月20日至10月4日

联系人：李想姣

联系电话：027-67880785