Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 武汉大学杨文获国家专利权

武汉大学杨文获国家专利权

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!

龙图腾网获悉武汉大学申请的专利一种基于时域注意力的时序遥感图像建筑物变化监测方法及系统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:CN116665050B

龙图腾网通过国家知识产权局官网在2025-12-12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:202310606155.9,技术领域涉及:G06V20/10;该发明授权一种基于时域注意力的时序遥感图像建筑物变化监测方法及系统是由杨文;陈帅霖;王宇轩;张瑞祥;余淮设计研发完成,并于2023-05-23向国家知识产权局提交的专利申请。

一种基于时域注意力的时序遥感图像建筑物变化监测方法及系统在说明书摘要公布了:本发明提供的是一种基于时域注意力的时序遥感图像建筑物变化监测方法及系统。针对不同时相间图像表观风格差异大,目标变化多的问题,该方法在遥感单图分割模型中引入时域注意力,并通过替换归一化层以缓解风格差异导致的无法充分融合时序信息的问题。同时,加入了变化检测辅助损失,注入额外监督信息,以引导模型学习遥感时序图像中建筑物的变化模式。在模型完成语义分割后,加入后处理模块以实现建筑物的实例分割和变化监测。其中实例分割由改进的分水岭算法实现,变化监测由滑动平均序列实现。本方法能够有效利用时序信息,从而实现更加准确的遥感时序建筑物提取和变化监测。

本发明授权一种基于时域注意力的时序遥感图像建筑物变化监测方法及系统在权利要求书中公布了:1.一种基于时域注意力的时序遥感图像建筑物变化监测方法,其特征在于,包括以下步骤: 步骤1,数据集准备,包括配准好的时间序列遥感图像和人工标注的建筑掩膜; 步骤2,用准备好的数据集训练时序建筑物分割模型,模型的输入是一个时间序列片段,每个片段由若干张配准的多时相遥感图像组成,建筑物分割模型分为三部分,分别为骨干网络,时域Transformer和分割头; 其中骨干网络分别提取时序片段中的每一张图的特征;时域Transformer对时序片段中的所有图像做时域自注意力,融合所有时相的特征;分割头再分别处理时序片段中的每一张图,输出最终的建筑物语义分割结果; 步骤3,计算模型的损失函数,损失函数包含两个部分:语义分割损失和变化检测损失; 步骤4,在训练好时序建筑物分割模型后,用该模型预测出时间序列内所有时相的建筑物概率图,并将所有时相的预测结果压缩成一张概率图Sij; 步骤5,将上述压缩后的建筑物概率图Sij转成建筑物实例分割结果,确定建筑物的形状和位置; 步骤6,在步骤5获得每个建筑实例的形状和位置后,接着确定建筑物在每个时相出现的概率; 首先,计算每个建筑实例在每个时相中的出现概率其中表示第t个时相的图像中横纵坐标为,j的位置的预测结果,表示第l个建筑物实例,|·|表示集合中元素的个数,表示第l个建筑物实例在第t个时相中的出现概率; 步骤7,计算建筑物在每个时相出现概率的正向滑动平均序列和逆向滑动平均序列; 步骤8,根据步骤7计算的两个滑动平均序列判定时间序列内的建筑物的状态是否发生变化。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299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。

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。