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！

龙图腾网获悉山东科技大学申请的专利一种基于深度孪生神经网络的冰川变化遥感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：CN115830466B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202211450175.3，技术领域涉及：G06V20/13；该发明授权一种基于深度孪生神经网络的冰川变化遥感检测方法是由崔宾阁;刘成龙;孙欢设计研发完成，并于2022-11-19向国家知识产权局提交的专利申请。

本一种基于深度孪生神经网络的冰川变化遥感检测方法在说明书摘要公布了：本发明适用于遥感图像处理技术领域，提供了一种基于深度孪生神经网络的冰川变化遥感检测方法。主要包括以下步骤：步骤A，对双时相冰川遥感影像进行预处理，得到冰川变化检测的训练数据；步骤B，将所述双时相训练数据输入至深度孪生神经网络进行训练，获得训练后的深度孪生神经网络；步骤C，将双时相冰川遥感影像数据输入至训练后的深度孪生神经网络，获得冰川变化检测二值预测图像，将获得的冰川变化检测二值预测图像矢量化，得到冰川变化区域矢量图。本发明中可有效地增强细微变化区域的空间特征，获得冰川遥感影像变化检测图，提升冰川变化检测精度。

本发明授权一种基于深度孪生神经网络的冰川变化遥感检测方法在权利要求书中公布了：1.一种基于深度孪生神经网络的冰川变化遥感检测方法，其特征在于包括以下步骤： 步骤A：对双时相冰川遥感影像进行预处理，得到冰川变化检测的训练数据； 步骤B：将所述双时相训练数据输入至深度孪生神经网络，通过“卷积+全局信息增强模块”后获得训练的深度孪生神经网络；所述步骤具体包括如下步骤： 步骤：将步骤A所述训练数据输入编码器的第一层卷积层和最大池化下采样，获得特征图、； 步骤：步骤所述特征图经过最大池化后再利用编码器第二层的卷积层生成特征图； 步骤：步骤所述特征图经过最大池化后再利用编码器第三层的卷积层生成特征图； 步骤：步骤所述特征图经过最大池化后再利用编码器第四层的卷积层+全局信息增强模块，生成特征图； 步骤：步骤所述特征图经过最大池化层后再利用编码器第五层的卷积层生成特征图； 步骤：编码器生成的特征图首先通过解码器的“卷积+上采样”操作提高空间分辨率，将提升分辨率后的特征图与编码器生成的特征图拼接得到特征图、与编码器生成的特征图拼接得到特征图，将特征图与特征图逐像素相减，经卷积上采样后生成变化特征图； 步骤：编码器生成的特征图首先通过解码器的“卷积+上采样”操作提高图像分辨率，将提升分辨率后的特征图与编码器生成的特征图拼接得到特征图，与编码器生成的特征图拼接得到特征图，将特征图与特征图逐像素相减，经卷积上采样后生成变化特征图； 步骤：编码器生成的特征图首先通过解码器的“卷积+上采样”操作提高图像分辨率，将提升分辨率后的特征图与编码器生成的特征图拼接得到特征图，与编码器生成的特征图拼接得到，将将特征图与特征图逐像素相减，经卷积上采样后生成变化特征图； 步骤：将所述特征图，与加权求和后经过“卷积+上采样”操作，生成冰川变化区域二值图； 步骤：对步骤B9所获得的冰川变化区域二值图，利用冰川变化区域二值标签图与之计算损失函数，通过误差反向传播使网络收敛，获得训练后的网络模型； 步骤C：将双时相冰川遥感影像数据输入至训练后的深度孪生神经网络，获得冰川变化检测二值预测图像，将获得的冰川变化检测二值预测图像矢量化，得到冰川变化区域矢量图。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。