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！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜湖南大學(xué)申請的專利用于遙感變化檢測的噪聲標(biāo)簽魯棒學(xué)習(xí)方法、系統(tǒng)和設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119832393B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16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)?專利號為：202510307879.2，技術(shù)領(lǐng)域涉及：G06V10/82；該發(fā)明授權(quán)用于遙感變化檢測的噪聲標(biāo)簽魯棒學(xué)習(xí)方法、系統(tǒng)和設(shè)備是由楊彬;李建龍;毛銀設(shè)計研發(fā)完成，并于2025-03-17向國家知識產(chǎn)權(quán)局提交的專利申請。

本用于遙感變化檢測的噪聲標(biāo)簽魯棒學(xué)習(xí)方法、系統(tǒng)和設(shè)備在說明書摘要公布了：本發(fā)明公開了用于遙感變化檢測的噪聲標(biāo)簽魯棒學(xué)習(xí)方法、系統(tǒng)和設(shè)備，提出了邊緣引導(dǎo)的跨級差異增強(qiáng)模塊，通過低級?高級特征交互，改進(jìn)低級差異特征的邊緣，并利用邊緣改進(jìn)后的差異特征引導(dǎo)高級雙時相特征進(jìn)行差異增強(qiáng)，充分挖掘了雙時相圖像的邊緣信息和變化信息，基于不確定性分析的噪聲標(biāo)簽聯(lián)合檢測策略，結(jié)合樣本的不確定值和預(yù)測概率，識別潛在噪聲標(biāo)簽并矯正，降低了將困難樣本識別為噪聲樣本的風(fēng)險；設(shè)計了一種困難樣本自適應(yīng)增強(qiáng)的噪聲魯棒損失函數(shù)，基于樣本的不確定值，自適應(yīng)的為樣本分配損失權(quán)重，不確定值越大，樣本學(xué)習(xí)越困難，損失權(quán)重越大，通過這種方式迫使網(wǎng)絡(luò)學(xué)習(xí)更復(fù)雜和更困難的特征表示，增強(qiáng)模型對噪聲標(biāo)簽的魯棒性。

本發(fā)明授權(quán)用于遙感變化檢測的噪聲標(biāo)簽魯棒學(xué)習(xí)方法、系統(tǒng)和設(shè)備在權(quán)利要求書中公布了：1.用于遙感變化檢測的噪聲標(biāo)簽魯棒學(xué)習(xí)方法，其特征在于，所述方法包括以下步驟：S100：搭建遙感圖像變化檢測模型，包括骨干網(wǎng)絡(luò)、邊緣引導(dǎo)的跨級差異增強(qiáng)模塊、漸進(jìn)式的多級特征融合模塊以及噪聲標(biāo)簽聯(lián)合檢測模塊；S200：獲取雙時相遙感影像，并輸入至骨干網(wǎng)絡(luò)，從雙時相遙感影像中提取多級雙時相特征，，通過差分的方式獲取前1至N-1級的原始差異特征；S300：將前1至N-1級的原始差異特征與2至N級的雙時相特征饋送至邊緣引導(dǎo)的跨級差異增強(qiáng)模塊，通過多尺度的膨脹卷積改進(jìn)前1至N-1級的原始差異特征的邊緣得到邊緣改進(jìn)后的差異特征，并利用當(dāng)前級的邊緣改進(jìn)后的差異特征引導(dǎo)下一級的雙時相特征、進(jìn)行差異增強(qiáng)，得到兩級之間的增強(qiáng)后的差異特征和；S400：將兩級之間的增強(qiáng)后的差異特征和分別輸入到漸進(jìn)式的特征融合模塊，將融合過程中的每一層中間特征取出來并進(jìn)行相加得到N-1層的最終的變化特征，送往分類器得到每個類別的預(yù)測概率，選擇預(yù)測概率最大的類別作為變化檢測結(jié)果，獲得相應(yīng)的N-1個變化檢測結(jié)果；S500：基于不確定分析的噪聲標(biāo)簽聯(lián)合檢測策略對N-1個變化檢測結(jié)果進(jìn)行不確定性分析得到樣本的不確定值，基于不確定值和預(yù)測概率對樣本進(jìn)行篩選，將篩選出來的樣本與原始標(biāo)簽進(jìn)行標(biāo)簽比對，得到噪聲樣本和正確樣本；S600：設(shè)計困難樣本自適應(yīng)增強(qiáng)的噪聲魯棒損失函數(shù)，包括變化監(jiān)督損失函數(shù)和邊緣監(jiān)督損失函數(shù)，對遙感圖像變化檢測模型進(jìn)行訓(xùn)練，達(dá)到預(yù)設(shè)的訓(xùn)練結(jié)束條件時，得到訓(xùn)練好的遙感圖像變化檢測模型，用于對實時獲取的雙時相遙感影像進(jìn)行變化檢測。

如需購買、轉(zhuǎn)讓、實施、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)人湖南大學(xué)，其通訊地址為：410082 湖南省長沙市岳麓區(qū)麓山南路1號；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)”。