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！

龙图腾网获悉大连海事大学申请的专利一种基于时空注意力增强的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：CN116524362B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310551648.7，技术领域涉及：G06V20/10；该发明授权一种基于时空注意力增强的遥感图像变化检测方法是由于纯妍;李昊勃;宋梅萍;王玉磊;赵恩宇;于浩洋;张强设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于时空注意力增强的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时空注意力增强的遥感图像变化检测方法，包括：将通过遥感图像组获取训练集输入至孪生网络中，得到特征提取后的特征图；其中，进行特征提取的特征包括边缘特征、线特征、形状特征、纹理特征、场景特征和语义特征；将特征提取后的特征图输入至时空信息增强模块，获取时空信息增强特征图；根据时空信息增强特征图获取变化二值图；并对所述孪生网络、时空信息增强模块和解码模块进行训练；获取最终的变化二值图，以对遥感图像的变化进行检测。本发明在不增加模型参数的情况下提高模型的准确率，充分捕捉输入数据中的局部特征，在细小变化目标的检测以及变化物体边缘的识别方面具有明显的效果，能够明显提高模型的性能和准确率。

本发明授权一种基于时空注意力增强的遥感图像变化检测方法在权利要求书中公布了：1.一种基于时空注意力增强的遥感图像变化检测方法，其特征在于，包括以下步骤： S1：获取若干遥感图像组，所述遥感图像组包括在同一地区获取的前时相影像图和后时相影像图，以根据所述遥感图像组获取训练集和测试集； 所述前时相影像图为在第一时间拍摄的遥感图像，所述后时相影像图为在第二时间拍摄的遥感图像，其中，第一时间与第二时间不相等； S2：将所述训练集输入至孪生网络中，通过孪生网络的多尺度卷积注意力模块进行特征提取，得到特征提取后的特征图；其中，进行特征提取的特征包括边缘特征、线特征、形状特征、纹理特征、场景特征和语义特征； 所述步骤S2中，所述孪生网络包括第一特征提取层、第二特征提取层、第三特征提取层和第四特征提取层和MLP感知层； 所述第一特征提取层用于分别提取前时相影像图和后时相影像图的边缘特征，获取第一前向特征图F0和第一后向特征图P0； 所述第二特征提取层用于根据所述第一前向特征图F0和第一后向特征图P0，分别提取第一前向特征图和第一后向特征图的线特征和形状特征，获取第二前向特征图F1和第二后向特征图P1；并且对第一前向特征图和第二前向特征图进行拼接，和对第一后向特征图和第二后向特征图进行拼接； 所述第三特征提取层用于根据所述第二前向特征图F1和第二后向特征图P1，分别提取第二前向特征图和第二后向特征图的纹理特征，获取第三前向特征图F2和第三后向特征图P2；并且对第三前向特征图与拼接后的第一前向特征图和第二前向特征图进行拼接，和对第三后向特征图与拼接后的第一后向特征图和第二后向特征图进行拼接； 所述第四特征提取层用于根据所述第三前向特征图F2和第三后向特征图P2，分别提取第三前向特征图和第三后向特征图的场景特征，获取第四前向特征图F3和第四后向特征图P3；并且对第四前向特征图与拼接后的第一前向特征图、第二前向特征图、第三前向特征图进行拼接，获得第五前向特征图F4，和对第四后向特征图与拼接后的第一后向特征图、第二后向特征图、第三后向特征图进行拼接,获得第五后向特征图P4； 所述MLP感知层用于根据所述第五前向特征图F4和第五后向特征图P4，提取第五前向特征图F4和第五后向特征图P4的语义特征，以获取特征提取后的特征图D1； S3：将特征提取后的特征图输入至时空信息增强模块，获取时空信息增强特征图； S4：将所述时空信息增强特征图输入至解码模块进行上采样，以获取变化二值图； S5：根据所述变化二值图，基于交叉熵损失函数，对所述孪生网络、时空信息增强模块和解码模块进行训练； S6：将所述测试集依次输入至训练后的孪生网络结构、时空信息增强模块和解码模块中，获取最终的变化二值图，以对遥感图像的变化进行检测。

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大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1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”。

以上内容由龙图腾AI智能生成。