Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 三峡大学邵攀获国家专利权

三峡大学邵攀获国家专利权

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!

龙图腾网获悉三峡大学申请的专利基于CNN和Transformer的多层级融合建筑物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:CN117011696B

龙图腾网通过国家知识产权局官网在2025-08-26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:202310600672.5,技术领域涉及:G06V20/10;该发明授权基于CNN和Transformer的多层级融合建筑物变化检测方法是由邵攀;石卫超设计研发完成,并于2023-05-25向国家知识产权局提交的专利申请。

基于CNN和Transformer的多层级融合建筑物变化检测方法在说明书摘要公布了:一种基于CNN和Transformer的多层级融合建筑物变化检测方法,包括以下步骤:步骤1:对两期遥感影像进行预处理;步骤2:将三组通道提取的各层级特征输入到一种改进的时空注意力交叉增强模块;步骤3:将步骤2得到的增强后两通道多层级特征输入到一种改进的通道交互多层级融合模块;步骤4:利用Soble算子提取建筑物的边界;步骤5:将步骤3得到的融合特征依次输入到多层感知机MLP和基于数据相关的上采样模块,通过反向传播进行模型训练;最后使用训练好的模型进行变化检测。能够更有效的集成CNN和Transformer的优势,更有效的提取两期影像的特征,得到更优的变化检测结果。

本发明授权基于CNN和Transformer的多层级融合建筑物变化检测方法在权利要求书中公布了:1.基于CNN和Transformer的多层级融合建筑物变化检测方法,其特征是,步骤为: Step1、对两期遥感影像进行预处理,然后通过三个通道提取两期影像的多层级特征:通道1将两期影像级联,通过残差CNN网络提取级联后影像的多层级特征;通道2将两期影像进行差值运算,通过残差CNN网络提取差值影像的多层级特征;通道3将两期影像级联,通过Transformer网络提取级联后影像的多层级特征; Step2、将三组通道提取的各层级特征输入到时空注意力交叉增强模块,利用通道2输出的时空差异特征对通道1和3的特征进行时空注意力交叉增强,并输出增强后的通道1和3的多层级特征; Step3、将Step2得到的增强后两通道多层级特征输入到通道交互多层级融合模块,对两通道的特征分别进行通道优先和层级优先两种多层级融合操作; Step4、利用Soble算子提取建筑物的边界,并通过高斯模糊运算扩展所提取的建筑物边界区域; Step5、首先将Step3得到的融合特征依次输入到多层感知机MLP和基于数据相关的上采样模块,并通过SoftMax层求解变化概率图;然后基于变化概率图、变化参考图和Step4得到的边界区域,使用边界加权交叉熵损失函数计算损失,通过反向传播进行模型训练;最后使用训练好的模型进行变化检测; 所述的Step2具体步骤如下: 时空注意力交叉增强模块包含两个子模块:时空注意力图生成模块和交叉增强模块; Step2.1、将Step1.2中通道2提取的多层级特征输入到TSAM模块,生成多层级注意力图S={s i |i=1,2,3,4},其中第i个层级的注意力图s i基于层级特征d i生成,具体过程如下: 对F d中第i个层级尺寸为C i×H i×W i的特征d i进行平均和最大双池化操作,分别得到两个1×H i×W i的特征图;然后将其级联,并将级联特征通过7×7卷积和Sigmoid函数生成注意力图s i(1×H i×W i);生成s i的公式如下: 3 式中,表示Sigmoid函数,Conv表示卷积操作,Concat表示通道级联操作,AvgPool和MaxPool分别表示平均池化和最大池化操作; Step2.2、将Step1.2中通道1提取的多层级特征F c和Step2.1生成的多层级注意力图S输入到交叉增强模块CEM中,利用注意力图S对特征F c进行加权增强,得到增强的多层级特征;交叉增强在相同层级之间进行,对于F c中第i个层级特征c i(C i×H i×W i),通过第i个层级注意力图s i进行增强; Step2.3、将Step1.2中通道3提取的多层级特征F t与和Step2.1生成的多层级注意力图S输入到交叉增强模块CEM中,利用注意力图S对特征F t进行加权增强,得到增强的多层级特征;交叉增强在相同层级之间进行,对于F t中第i个层级特征t i(C i×H i×W i),通过第i个层级注意力图s i进行增强。

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三峡大学,其通讯地址为:443002 湖北省宜昌市西陵区大学路8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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。