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！

龙图腾网获悉湘潭大学申请的专利一种融合Mamba增强的双流遥感影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：CN120298906B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510787795.3，技术领域涉及：G06V20/10；该发明授权一种融合Mamba增强的双流遥感影像变化检测方法是由周维;伍志明;任一赫;许海霞;赵思亮;张竣;颜宠设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本一种融合Mamba增强的双流遥感影像变化检测方法在说明书摘要公布了：本发明公开了一种融合Mamba增强的双流遥感影像变化检测方法，属于图像处理领域，包括以下步骤：影像采集，得到遥感影像数据集；对获取到的双时相遥感影像进行预处理，并划分训练集和测试集；设计一种融合Mamba增强的双流变化检测网络模型；采用训练集数据对构建的双流变化检测网络模型进行训练，直到整个模型收敛，并保存最优模型；将测试集数据输入训练好的最优模型中，预测测试集中的变化区域。本发明引入MambaBlock和语义分割聚合模块，在线性复杂度下增强全局特征建模能力，通过融合不同层次的特征信息和多尺度特征学习，提高了变化区域的检测精度和鲁棒性。

本发明授权一种融合Mamba增强的双流遥感影像变化检测方法在权利要求书中公布了：1.一种融合Mamba增强的双流遥感影像变化检测方法，其特征在于，包括以下步骤： S1，影像采集：使用遥感影像采集设备，获取不同时期相同区域的遥感影像，即双时相遥感影像，得到遥感影像数据集； S2，数据预处理：对获取到的双时相遥感影像进行预处理，并划分训练集和测试集； S3，模型建立：设计一种融合Mamba增强的双流变化检测网络模型RFAMNet，RFAMNet采用轻量级MobileNet作为骨干网络，构建双流特征预处理器LightWeightEncoder和特征增强模块FRM，再经语义分割聚合模块SSAM、通道交互模块CIM和全局解码器Decoder生成变化检测图，其中特征增强模块包括Mamba序列建模，增强全局特征建模和边缘感知处理能力，模型建立的具体过程如下： S31：构建双流特征预处理器，将双时相遥感影像输入轻量级MobileNet，提取多尺度特征表示； 双流特征预处理器经过轻量级MobileNet进行特征提取，该网络采用权重共享机制，通过Conv3×3的卷积操作、BatchNorm归一化、ReLU激活函数构成；MobileNet通过深度可分离卷积DSConv提取多尺度特征，输出多尺度特征表示，，为5个不同尺度的特征，其中； S32：构建特征增强模块，集成Mamba序列建模，动态捕获长程依赖和边缘感知； 将各层级特征分别输入MambaBlock模块，进行序列建模增强；序列化处理，将二维特征图重排为一维序列，，，为实数域，均为维度；然后进行状态空间建模，通过参数化状态空间模型SSM捕获长程依赖关系； 再将输出序列逆映射为二维特征图，，；通过对增强后的特征进行归一化并与输入残差连接，输出第级增强特征，将各层级增强后的特征按通道维度拼接，依次通过Conv1×1卷积和DSConv3×3深度可分离卷积，进一步融合跨尺度特征信息，将融合后的特征与目标层级原始特征进行残差连接，最终输出增强后的时期的第级特征，，； S33：建立语义分割聚合模块，整合多尺度的差异特征，挖掘全局语义信息； S34：建立通道交互模块，增强不同尺寸特征之间的交互，突出变化区域特征； S35：构建全局解码器，恢复空间分辨率，生成变化检测图； S4，模型训练：采用训练集数据对构建的双流变化检测网络模型进行训练，直到整个模型收敛，并保存最优模型； S5，模型验证推理：将测试集数据输入训练好的最优模型中，预测测试集中的变化区域，计算预测的变化区域与真实变化区域之间的交并比，并根据变化区域的所有类别进行统计，得到平均交并比，评估变化检测的预测准确度。

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湘潭大学，其通讯地址为：411105 湖南省湘潭市西郊；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”。