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！

龙图腾网获悉浙江省自然资源战略研究中心(浙江省自然资源调查登记中心)申请的专利一种基于计算机视觉模型的国土变更调查核查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：CN120808161B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202510949978.0，技术领域涉及：G06V20/10；该发明授权一种基于计算机视觉模型的国土变更调查核查方法是由徐志红;邱江夏;沈少泽;叶晶;张嫣然;徐芝英;王瑜;李雪琪设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本一种基于计算机视觉模型的国土变更调查核查方法在说明书摘要公布了：本申请公开了一种基于计算机视觉模型的国土变更调查核查方法，涉及国土变更核查技术领域，解决了现有技术中人工核查成本高、效率低，以及人工智能核查地类识别精度低，地类分割和面积计算不准确的问题，该方法包括：利用多个AI地类识别模型进行地类识别并进行加权投票，以提高识别结果的准确性，并利用世界坐标系更精准的计算出地类的面积，对存在分歧的边界区域进行重新划定，结合地类最小阈值滤除面积极小的误识别区域，根据核查区域的历史地类信息，结合各识别区域的面积、地类和评分生成核查报告，大幅提高了地类判别的可靠性和准确性，同时，实现了国土变更调查的高度自动化和智能化。

本发明授权一种基于计算机视觉模型的国土变更调查核查方法在权利要求书中公布了：1.一种基于计算机视觉模型的国土变更调查核查方法，其特征在于，包括： 获取核查区域的历史地类信息、待处理图像及对应的拍摄参数信息； 利用预训练好的AI地类识别模型组对所述待处理图像进行地类识别以得到多个识别结果，其中，所述识别结果包括至少一个识别区域的轮廓、以及识别区域对应的地类和评分； 对多个识别结果进行加权计算得到每个识别区域的地类和评分； 采用组成法将存在分歧的边界区域分解为至少两个子区域，根据各子区域的历史地类信息以及相邻区域的地类信息重新划定将存在分歧的识别区域； 根据待处理图像的拍摄参数信息，将其像素坐标转换到世界坐标系并在世界坐标系中计算各识别区域的面积； 判断各识别区域是否小于地类对应的预设阈值，若判断结果为是，则将该识别区域合并至合适的相邻区域，并更新识别结果； 将识别结果与历史地类信息进行对比，以获取地类变更情况，并根据预设的地类转换概率矩阵和面积变化趋势计算地类变更的置信度评分； 根据核查区域的历史地类信息，结合各识别区域的面积、地类和评分生成核查报告，所述核查报告包括变更区域位置、变更类型和各识别区域地类、置信度评分以及面积； 还包括：基于识别区域的面积特征对识别结果进行验证，具体包括： 建立各地类的面积统计特征库，所述面积统计特征库包括不同地类的典型面积范围、形状复杂度指数以及与周边地类的面积比例关系； 对各识别区域的面积进行特征提取，所述特征包括：面积大小、周长面积比以及与周边地类的面积比例关系； 将所述特征与面积统计特征库进行匹配，以得到面积合理性评分，所述面积合理性评分作为地类验证的依据，其中，在地类识别过程中，面积合理性评分是通过分析目标地类与周边地类之间的面积比例关系，并将其特征与预构建的典型地类组合特征库进行匹配计算得出的，具体的，首先，对当前图像中各分类结果统计其像素数量，换算为归一化的面积占比，形成面积特征向量；随后，将该向量与特征库中的参考向量进行余弦相似度计算，衡量其分布模式的匹配程度；选取匹配度最高的若干参考项，加权计算得到整体匹配得分；最后，将匹配得分线性映射至[0,1]区间，生成面积合理性评分，作为地类判定的辅助指标； 其中，对多个识别结果进行加权计算的过程中还引入面积调整因子，具体计算公式为： Sc=∑w_i×v_ic×A_fc 其中，Sc为地类c的得分，w_i为第i个AI地类识别模型的权重，v_ic为第i个AI地类识别模型对地类c的投票结果，A_fc为地类c的面积调整因子。

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浙江省自然资源战略研究中心(浙江省自然资源调查登记中心)，其通讯地址为：310000 浙江省杭州市保俶北路83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”。

以上内容由龙图腾AI智能生成。