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！

龙图腾网获悉新疆大学申请的专利基于卷积网络和图神经网络混合的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：CN116778317B 。

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：202310570042.8，技术领域涉及：G06V20/10；该发明授权基于卷积网络和图神经网络混合的变化检测方法是由汪烈军;张翠设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于卷积网络和图神经网络混合的变化检测方法在说明书摘要公布了：本发明公开了基于卷积网络和图神经网络混合的变化检测网络及方法，涉及遥感图像变化检测领域。包括编码器、融合器和解码器，所述编码器有五层网络，其中前两层为由卷积操作构成浅层网络，后三层为由图神经网络构成的深层网络，编码器的输入为双时刻遥感图像，为了同时处理双时刻图像编码器具有孪生的结构，所述融合器接收编码器输出的双时刻特征，将它们进行合并处理，所述解码器包含五层网络，其中深层网络有三层，每一层由点对点的特征融合模块和视觉图卷积模块构成，浅层网络有两层，由点对点的特征融合模块和卷积模块构成。本发明的有益效果是：能够提取局部和全局特征，具有较低的时间开销，使得网络的优化更明确专注。

本发明授权基于卷积网络和图神经网络混合的变化检测方法在权利要求书中公布了：1.基于卷积网络和图神经网络混合的变化检测方法，包括编码器、融合器和解码器，其特征在于： 所述编码器具有一个金字塔的结构，一共有五个层，随着层数的加深，特征图的空间尺寸也随着减少，每一层的空间尺寸比上一层减少一半，同时通道数也会随之增加，编码器的输入即为待处理的遥感图像，将其记为XEin∈RH×W×3经过这五层的处理之后，编码器提取到的特征为 所述融合器接收编码器的输出特征XEout1和XEout2，将它们进行合并处理，往融合器输入的特征首先经过一个拼接层，输入的双特征会在通道维度进行拼接，接着，由一个线性映射层降低特征的通道数，线性映射层由一个全连接层组成，最终融合器利用LF个视觉图卷积块进一步更好的合并信息，在融合器中，输入和输出特征的尺寸都为 所述解码器的深层网络一共有3层，每一层由一个上采样层，一个点对点的特征融合模块，以及2个视觉图卷积模块构成，解码器的浅层网络有2层，每一层主要由一个上采样层，一个对点的特征融合模块以及一个卷积模块构成，其中最后一层还包含一个用于分类的线性映射层； 上述中，H、W分别是图像的高度、宽度，CEout是通道数量； 具体包括以下步骤： S1、编码器从输入的双时刻图像中分别提取有效的多尺度语义特征； S2、融合器将编码器生成的双时刻特征有效的融合在一起，方便解码器的进一步处理； S3、解码器从提取的特征中逐步的恢复变化信息，最终生成变化图像； 在上述检测任务中，包含一个跳跃连接，将编码器生成的特征引入到解码器中，在解码器中，引入的特征与解码器中的特征通过点对点的特征融合模块进行融合操作，对于多个特征图，点对点的特征融合模块利用处于相同位置的点去更新每一个点，使得多个特征图的点与点都对应起来，形成更好的互补关系。

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新疆大学，其通讯地址为：830017 新疆维吾尔自治区乌鲁木齐市水磨沟区华瑞街777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”。