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)恭喜山東科技大學(xué)申請(qǐng)的專利一種雙時(shí)相遙感圖像變化檢測(cè)方法、模型構(gòu)建方法和裝置獲國家發(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：CN114494870B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-30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(qǐng)?zhí)?專利號(hào)為：202210073167.5，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種雙時(shí)相遙感圖像變化檢測(cè)方法、模型構(gòu)建方法和裝置是由于建志;曹書語;丁兆旭;王智慧;崔賓閣;劉成龍;曹越設(shè)計(jì)研發(fā)完成，并于2022-01-21向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種雙時(shí)相遙感圖像變化檢測(cè)方法、模型構(gòu)建方法和裝置在說明書摘要公布了：本發(fā)明公開了一種雙時(shí)相遙感圖像變化檢測(cè)方法、模型構(gòu)建方法和裝置，屬于遙感圖像處理技術(shù)領(lǐng)域，采用加入了擠壓?激勵(lì)模塊的深度殘差網(wǎng)絡(luò)模型構(gòu)建雙時(shí)像遙感圖像特征提取器，特征提取器融合了高層特征的豐富語義信息和低層特征的豐富細(xì)節(jié)信息，通過引入擠壓?激勵(lì)模塊對(duì)各通道信息進(jìn)行加權(quán)，讓模型更加關(guān)注重要的特征，提升了特征提取的效果，金字塔注意力模塊針對(duì)現(xiàn)有的檢測(cè)不同尺寸大小變化目標(biāo)，在切割圖像的方式上做了改進(jìn)，金字塔注意力模塊將特征圖切割為若干組不同尺寸的邊緣像素互相重疊的特征子圖，對(duì)特征子圖使用共同注意力算法進(jìn)行處理，提升了模型對(duì)不同尺寸變化區(qū)域、尤其是尺寸較小的變化區(qū)域的檢測(cè)能力。

本發(fā)明授權(quán)一種雙時(shí)相遙感圖像變化檢測(cè)方法、模型構(gòu)建方法和裝置在權(quán)利要求書中公布了：1.一種雙時(shí)相遙感圖像變化檢測(cè)模型構(gòu)建方法，其特征在于，所述雙時(shí)相遙感圖像變化檢測(cè)模型構(gòu)建方法包括：采用加入了擠壓-激勵(lì)模塊的深度殘差網(wǎng)絡(luò)模型構(gòu)建雙時(shí)相遙感圖像特征提取器；構(gòu)建用于計(jì)算雙時(shí)相特征圖像素對(duì)之間的相關(guān)性并以相關(guān)性為權(quán)重對(duì)特征圖加權(quán)計(jì)算的金字塔注意力模塊，其中，所述金字塔注意力模塊的內(nèi)部嵌套設(shè)計(jì)共同注意力算法；采用預(yù)設(shè)的遙感圖像數(shù)據(jù)集，并對(duì)所述預(yù)設(shè)的遙感圖像數(shù)據(jù)集進(jìn)行圖像偏移、亮度和對(duì)比度變換，之后利用復(fù)合損失函數(shù)訓(xùn)練所述雙時(shí)相遙感圖像特征提取器和所述金字塔注意力模塊組成的雙時(shí)相遙感圖像變化檢測(cè)模型，所述雙時(shí)相遙感圖像變化檢測(cè)模型用于根據(jù)雙時(shí)相遙感圖像獲取二值變化檢測(cè)圖像；構(gòu)建雙時(shí)相遙感圖像特征提取器具體為：保留深度殘差網(wǎng)絡(luò)模型的第一卷積層至第五卷積層且刪除其后的全局池化層、全連接層和激活函數(shù)層后作為雙時(shí)相遙感圖像特征提取器的基礎(chǔ)網(wǎng)絡(luò)；在深度殘差網(wǎng)絡(luò)模型的第二卷積層之后添加1x1卷積層，在第三卷積層和第四卷積層之后分別添加1x1卷積層和上層采樣層，在第五卷積層的輸出之后添加全局平均池化層、1x1卷積層、上層采樣層和級(jí)聯(lián)層；在所述級(jí)聯(lián)層之后添加擠壓-激勵(lì)模塊后整體構(gòu)成雙時(shí)相遙感圖像特征提取器，其中，所述擠壓-激勵(lì)模塊用于對(duì)特征圖的各通道進(jìn)行加權(quán)學(xué)習(xí)；構(gòu)建金字塔注意力模塊的具體過程為：構(gòu)建一個(gè)基于相鄰子圖邊緣像素重疊機(jī)制切割雙時(shí)相遙感圖像特征提取器輸出的特征圖得到特征子圖；針對(duì)每一對(duì)特征子圖采用共同注意力算法進(jìn)行預(yù)測(cè)得到注意力子圖；構(gòu)建一個(gè)用于將所述注意力子圖進(jìn)行拼接的圖像拼接模塊，其中，拼接后的注意力特征圖與切割前的圖像尺寸相等，重疊像素區(qū)域的拼接結(jié)果等于其所在的兩幅相鄰注意力子圖對(duì)應(yīng)像素區(qū)域的預(yù)測(cè)結(jié)果以相等權(quán)重進(jìn)行加權(quán)的結(jié)果；構(gòu)建一個(gè)由1個(gè)級(jí)聯(lián)層和1個(gè)1x1卷積層組成的級(jí)聯(lián)卷積模塊，所述級(jí)聯(lián)卷積模塊用于將拼接后的注意力特征圖進(jìn)行融合，融合后產(chǎn)生的注意力特征圖與輸入金字塔注意力模塊前的特征圖尺寸相等。

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(qǐng)人或?qū)＠麢?quán)人山東科技大學(xué)，其通訊地址為：266590 山東省青島市黃島區(qū)前灣港路579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)”。