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！

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的光学遥感图像变化检测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：CN117152630B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202311080420.0，技术领域涉及：G06V20/13；该发明授权一种基于深度学习的光学遥感图像变化检测方法是由王军;王瑞兰;李志;彭真明设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本一种基于深度学习的光学遥感图像变化检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的光学遥感图像变化检测方法，属于遥感图像变化检测领域。首先获取光学遥感图像数据并对其进行预处理；然后采用两步递进式的结构，将Resnet18网络和VisionTransformer模型相结合，对变化前后图像的特征进行提取；接着将提取得到的特征输入到通道注意力模块，得到给予不同通道不同注意力大小的特征；接下来将得到的发生变化前后的特征送入到差异信息提取模块中，得到两幅遥感图像的差异特征图；最后将差异特征图送入到分类器中得到最终的变化检测二值图像，并将其与变化参考图进行对比。本发明对现有变化检测方法存在检测精度较低、误检、漏检概率较大，以及变化检测算法在不同数据集上普适性较差的问题进行了有效优化和改进。

本发明授权一种基于深度学习的光学遥感图像变化检测方法在权利要求书中公布了：1.一种基于深度学习的光学遥感图像变化检测方法，包括以下步骤： 步骤1：获取多时相光学遥感图像数据并对其进行预处理； 步骤2：将读取到的发生变化前的图像image1和发生变化后的图像image2分别输入到Resnet18网络中，提取得到各自图像从stage1到stage5不同层次的特征图； 步骤3：对于变化前和变化后两张图像image1和image2，将从stage1到stage5不同层次的特征图分别输入到特征金字塔结构中，将低层次包含的细节信息和高层次包含的语义进行融合，得到融合后的特征图； 步骤4：将融合后的特征图输入到VisionTransformer模型中，首先利用token提取器将特征图转换到语义token空间中，然后利用编码器模块对tokens进行上下文建模和特征提取，最后利用解码器模块将特征从token空间映射到像素空间，由此得到包含丰富信息的特征图； 步骤4.1：对于变化前后的两张图像的特征，分别利用Token提取器对融合后的特征进行语义token的提取,将特征转换到基于语义token的空间进行表示，分别得到语义集合Token1和Token2； 步骤4.2：将变化前两张图像分别对应的语义集合Token1和Token2进行concat拼接，得到拼接后的Tokens； 步骤4.3：对于拼接得到的Tokens，进行可训练的位置嵌入PositionEmbedding，具体操作为：在tokens的基础上添加一个参数可训练的向量PE，该向量具有和Tokens相同的大小；位置嵌入可以对基于语义token空间中的元素进行相对位置编码，因此有利于对特征进行上下文建模和提取； 步骤4.4：将带有位置编码信息的Tokens送到编码器，在基于语义token的空间中进行上下文信息的建模，得到包含丰富信息的语义集合Token_new，编码器模块由Ne个基本模块堆叠而成，每个模块都包含多头自注意力模块和多层感知器； 步骤4.5：将Token_new进行split分割，分别得到变化前后对应的语义集合Token_new1和Token_new2； 步骤4.6：对于语义集合Token_new1和Token_new2，利用解码器将其投影回像素空间中，得到变化前后分别对应的增强后的特征图；解码器模块由Nd个基本模块堆叠而成，每个模块都包含多头交叉注意力模块和多层感知器； 步骤5：将提取得到的包含丰富信息的特征图输入到通道注意力模块，通道注意力模块可以计算得到各个通道的重要性大小，给予各通道不同的关注，从而得到增强后的特征图； 步骤6：将得到的发生变化前后的增强特征图送入到差分特征提取模块中，得到两幅遥感图像的差异特征图； 步骤7：将差异特征图送入到分类器中得到最终的变化检测二值图像，并将其与变化参考图进行对比。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。