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！

龙图腾网获悉浙江工业大学申请的专利一种基于渐变和突变的室外变化监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：CN117541914B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202311538001.7，技术领域涉及：G06V20/00；该发明授权一种基于渐变和突变的室外变化监测方法是由姚晓敏;许愿;冯宇超;郑建炜设计研发完成，并于2023-11-17向国家知识产权局提交的专利申请。

本一种基于渐变和突变的室外变化监测方法在说明书摘要公布了：本发明属于图像处理技术领域，公开了一种基于渐变和突变的室外变化监测方法，针对具有空间‑时序多维度的数据中进行室外变化监测，利用基于窗口耦合注意力机制的时态交互式图像对编码器提取双时态突变特征；通过时序上的插值模拟变化时序演变以捕获图像序列中的渐变特征；最后以简单的编码器操作完成多尺度特征的融合，提高模型对变化区域的关注从而精准地监测室外变化目标。

本发明授权一种基于渐变和突变的室外变化监测方法在权利要求书中公布了：1.一种基于渐变和突变的室外变化监测方法，其特征在于，所述基于渐变和突变的室外变化监测方法，包括如下步骤： S1、将室外同一场景不同时刻的图像对T1和T2通过时序插值方法处理成渐变图像序列S，T1为图像对中的第一时刻图像，T2为图像对中的第二时刻图像； S2、利用预训练的卷积神经网络模型对图像对T1和T2分别提取4个不同尺度的特征图F1 l和特征图F1 l为图像T1提取的第l个特征图，特征图为图像T2为提取的第l个特征图； S3、通过基于窗口耦合注意力机制的时态交互式图像对编码器分别对各尺度的特征图F1 l和进行耦合建模，以捕获突变特征，所述基于窗口耦合注意力机制的时态交互式图像对编码器操作具体如下： S31、对各尺度的特征图F1 l和进行位置编码信息的补充； S32、将位置编码信息补充后的特征图F1 l和划分成不重叠且同尺寸的小块和得到每个特征图对应的小块集合，小块为特征图F1 l划分后得到的，小块为特征图划分后得到的； S33、将小块集合中的小块和沿着通道维度进行拼接，并通过卷积操作后执行线性展开获得双时态联合查询表征 S34、将小块集合中的小块和各自进行{2,4,8,16}倍率的空间下采样以获得不同空间大小的多尺度特征块，将属于同一特征图的所有多尺度特征块线性展开再进行各尺度特征拼接获得键-值对表征组和 S35、通过步骤S33中的双时态联合查询表征与步骤S34中的键-值对表征组和分别计算耦合的空间注意力以获取各时态的全局注意力输出和 S36、通过共享参数的卷积层进一步编码全局注意力输出和并计算共享参数的卷积层的输出特征之间的绝对误差获取突变特征图 S4、通过基于大空间核选择模块的图像序列编码器探索渐变图像序列S中变化的渐变过程，所述基于大空间核选择模块的图像序列编码器操作具体如下： S41、将四维的渐变图像序列S重塑成三维的渐变图像序列S′，渐变图像序列S′的通道维度包含变化的时序演变； S42、通过卷积操作对渐变图像序列S′进行空间4倍下采样，得到时序演变特征； S43、利用连续的三个大空间核选择模块编码时序演变特征，每两个大空间核选择模块之间添加卷积操作进行特征的空间2倍下采样，获取三个大空间核选择模块输出的3个不同尺度的渐变特征图 S5、将相同尺度的突变特征图和渐变特征图沿着通道维度进行拼接，获取4个尺度的差异图 S6、根据4个尺度的差异图获得融合差异图； S7、通过插值上采样将融合差异图的尺寸统一为图像对的尺寸，并通过卷积层和Sigmoid函数设置融合差异图中的变化区域像素值和非变化区域像素值，实现室外变化监测。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。