買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜吉林農(nóng)業(yè)大學(xué)申請的專利一種結(jié)合注意力機(jī)制和Mamba的耕地非農(nóng)化檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119169478B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202411178608.3，技術(shù)領(lǐng)域涉及：G06V20/13；該發(fā)明授權(quán)一種結(jié)合注意力機(jī)制和Mamba的耕地非農(nóng)化檢測方法是由陳紅兵;王坤;馮一哲;廖明睿;翟浩廷設(shè)計(jì)研發(fā)完成，并于2024-08-27向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種結(jié)合注意力機(jī)制和Mamba的耕地非農(nóng)化檢測方法在說明書摘要公布了：一種結(jié)合注意力機(jī)制和Mamba的耕地非農(nóng)化檢測方法，涉及變化檢測技術(shù)領(lǐng)域，解決現(xiàn)有耕地非農(nóng)化檢測時(shí)存在檢測結(jié)果由于成像條件的變化而導(dǎo)致的偽變化，以及在下采樣的操作中會(huì)導(dǎo)致丟失準(zhǔn)確的空間信息，不能有效定位小目標(biāo)和捕獲細(xì)節(jié)特征，導(dǎo)致漏檢和變化區(qū)域邊緣粗糙等問題。本發(fā)明方法通過特征提取保留不同層次的不同尺度的特征，將深度語義信息和空間細(xì)節(jié)信息融合起來，且通過選擇性掃描對(duì)各個(gè)方向的信息徹底掃描，能夠有效地捕捉遙感圖像中的全局依賴關(guān)系，不僅顧及了不同大小的目標(biāo)，而且對(duì)小目標(biāo)的漏檢問題有很大改善。通過交叉注意力機(jī)制，融合兩個(gè)時(shí)間點(diǎn)的特征，更好的捕獲了雙時(shí)相圖像的時(shí)空依賴關(guān)系，從而提高模型性能。

本發(fā)明授權(quán)一種結(jié)合注意力機(jī)制和Mamba的耕地非農(nóng)化檢測方法在權(quán)利要求書中公布了：1.一種結(jié)合注意力機(jī)制和Mamba的耕地非農(nóng)化檢測方法，其特征是：該方法由以下步驟實(shí)現(xiàn)：步驟一、獲取非農(nóng)化檢測數(shù)據(jù)集；步驟二、對(duì)步驟一的非農(nóng)化檢測數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)操作；步驟三、構(gòu)建基于注意力機(jī)制和Mamba的耕地非農(nóng)化檢測網(wǎng)絡(luò)模型；所述耕地非農(nóng)化檢測網(wǎng)絡(luò)模型包括：多尺度特征提取模塊，二值化變化檢測模塊，交叉注意力模塊，分類器模塊和上采樣模塊；所述多尺度特征提取模塊采用基于狀態(tài)空間模型SSM的Mamba網(wǎng)絡(luò)作為特征提取器，所述提取器采用兩個(gè)權(quán)重相同的網(wǎng)絡(luò)結(jié)構(gòu)接收雙時(shí)相遙感影像的輸入并進(jìn)行特征提取，輸出T1時(shí)相特征圖和T2時(shí)相特征圖；所述交叉注意力模塊對(duì)所述T1時(shí)相特征圖和T2時(shí)相特征圖進(jìn)行交叉計(jì)算輸出雙時(shí)相特征，即：輸出特征圖out1和特征圖out2；所述二值化變化檢測模塊對(duì)所述T1時(shí)相特征圖和T2時(shí)相特征圖在通道維度上進(jìn)行拼接，并對(duì)拼接后的特征圖進(jìn)行下采樣操作，輸出特征圖F；所述分類器模塊將所述特征圖out1和特征圖out2的通道數(shù)從128映射到非農(nóng)化分類任務(wù)中的類別數(shù)量，并輸出兩個(gè)特征圖的張量形式；同時(shí)，所述分類器將特征圖F進(jìn)行卷積操作，輸出二值化掩膜的張量形式；所述上采樣模塊通過雙線性插值操作將二值化掩膜和兩個(gè)特征圖的尺寸擴(kuò)展到與T1時(shí)相輸入圖，T2時(shí)相輸入圖像相同大小，其張量形式均為C×H×W的張量；其中C為通道維度，H為圖像高度，W為圖像寬度；最終輸出二值化掩膜，T1時(shí)相語義分割圖和T2時(shí)相語義分割圖；所述特征提取器包括圖像塊嵌入操作塊，四層SSM塊以及三個(gè)SAM塊；對(duì)輸入的圖像采用采用圖像塊嵌入操作塊將原始的二維圖像展平成一維向量，采用四層SSM塊提取圖像中的信息，獲取四個(gè)不同尺度的特征；在第一層SSM塊之后的每層SSM塊的輸出特征采用對(duì)應(yīng)的SAM塊，通過SAM塊將SSM塊輸出的特征調(diào)整到原輸入圖像尺寸的一半，然后按通道方向拼接三個(gè)相同尺寸的特征圖，并通過一個(gè)1×1卷積層調(diào)整通道數(shù)量，獲得多尺度信息的特征圖；即：T1時(shí)相特征圖和T2時(shí)相特征圖；步驟四、將步驟二增強(qiáng)后的數(shù)據(jù)輸入到步驟三所述耕地非農(nóng)化檢測網(wǎng)絡(luò)模型中，對(duì)所述耕地非農(nóng)化檢測網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練以及驗(yàn)證；獲得訓(xùn)練后的耕地非農(nóng)化檢測網(wǎng)絡(luò)模型；步驟五、采用所述非農(nóng)化檢測數(shù)據(jù)集中的測試集，將經(jīng)過預(yù)處理的數(shù)據(jù)輸入到訓(xùn)練后的耕地非農(nóng)化檢測網(wǎng)絡(luò)模型中，獲得耕地非農(nóng)化檢測結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人吉林農(nóng)業(yè)大學(xué)，其通訊地址為：130118 吉林省長春市新城大街2888號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。