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！

龙图腾网获悉电子科技大学申请的专利一种过程解耦的多模态建筑物高度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：CN119169455B 。

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：202411191529.6，技术领域涉及：G06V20/10；该发明授权一种过程解耦的多模态建筑物高度变化检测方法是由刘壁源;陈怀新;王治玺设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本一种过程解耦的多模态建筑物高度变化检测方法在说明书摘要公布了：本发明公开了一种过程解耦的多模态建筑物高度变化检测方法，通过构建多模跨维建筑高度变化检测模型，利用数字地面模型与影像数据，构建建筑物高度变化检测训练数据集，再利用多级孪生卷积网络得到多模态跨模态特征图输入多模态高斯引导聚合模块得到最终的多尺度跨模态融合特征，输入解码模块进行解码输出，最后修正模型网络参数并训练模型，得到训练好的模型实现跨模态的多类建筑物高度变化定量检测。本发明的方法利用多模态特征的变分高斯与变化图来进行多模态图像的融合，其过程解耦的预测方式，解决了城市建筑变化中先拆除后新建等复杂变化的检测问题，相比双时相三维检测，具有预处理简单、检测成本低、检测频度灵活等优点。

本发明授权一种过程解耦的多模态建筑物高度变化检测方法在权利要求书中公布了：1.一种过程解耦的多模态建筑物高度变化检测方法，具体步骤如下： S1、构建多模跨维建筑高度变化检测模型，包括：输入模块、多级孪生卷积网络、多模态高斯引导聚合模块、解码模块； S2、输入不同时期、不分前后的数字地面模型和影像数据进入输入模块，基于双时相数字地面模型DSM差分图与建筑分割图进行半自动标注，实现过程解耦的建筑物类别与高度变化标注，获得建筑物高度变化检测训练数据集； 其中，建筑物高度变化检测训练数据集包括：前一时相的DSM数据、后一时相的影像数据、两个时相的类别变化标注图GTclass-pre与GTclass-post、以及建筑高度变化标注图GTheight； S3、将前时相数字地面模型与后时相影像数据并行输入共享参数的多级孪生卷积网络，得到多模态跨模态特征图，即DSM高度特征与影像特征； S4、基于步骤S3得到的多模态跨模态特征图，输入多模态高斯引导聚合模块进行高度图引导的多模态特征融合，得到最终的多尺度跨模态融合特征； 基于步骤S3得到的对应尺度的DSM高度特征与影像特征，分别经过变分高斯化，计算特征层分布参数与标准正态分布的KL散度损失，然后利用标准正态分布进行随机重采样，再进行高度图引导的多模态特征融合，即利用多模态融合特征预测高度变化，并与高度变化标注图计算平均二范数损失；对多尺度的多模态融合特征，相邻尺度先上采样融合，再逐级上采样到最大尺度，得到最终的多尺度跨模态融合特征； S5、基于步骤S4得到的最终的多尺度跨模态融合特征，输入解码模块，使用2组三通道1×1卷积和1组单通道1×1卷积进行解码输出，得到表示前后时相变化类别的三通道类别变化预测图，表示高度变化的单通道高度变化预测图； S6、计算输出三通道类别变化预测图与类别变化标注图的交叉熵损失，计算输出单通道高度变化预测图与高度变化标注图的平均二范数损失，计算多模态高斯引导聚合模块中的KL散度和平均二范数损失，并利用梯度反向传播最小化所述损失，修正多模跨维建筑高度变化检测模型网络参数； S7、训练多模跨维建筑高度变化检测模型，即循环步骤S3-S6，遍历建筑物高度变化检测训练数据集中所有样本，直到损失曲线平滑，最终得到训练好的可用于多模跨维数据的建筑高度变化检测模型； S8、基于步骤S7得到的训练好的建筑高度变化检测模型，输入待检数字地面模型及对应影像数据，输出代表建筑物新建与拆除的类别变化预测图，以及对应的定量高度变化预测图，实现跨模态的多类建筑物高度变化定量检测。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。