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！

龙图腾网获悉中国矿业大学(北京)申请的专利一种用于露天矿区遥感变化检测的GAN实例级局部增强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：CN117237807B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202311234595.2，技术领域涉及：G06V20/10；该发明授权一种用于露天矿区遥感变化检测的GAN实例级局部增强方法是由蒋金豹;李康宁;解子琳设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种用于露天矿区遥感变化检测的GAN实例级局部增强方法在说明书摘要公布了：本发明提供了一种用于露天矿区遥感变化检测的GAN实例级局部增强方法，包括：S1.标签生成，包括双时间矿区标签收集，标签编辑模型的构建与训练以及局部定向编辑；S2.图像生成；包括双时间矿区图像收集，图像编辑模型的构建与训练以及局部语义编辑；S3.数据集构建：将双时间数据随机组合以构建新的矿区变化检测数据集。本发明方法可以实现实例级局部变换，从而利用无变化矿区数据生成新的真实且多样的变化检测样本，极大程度上解决了基于监督深度学习模型的露天矿区变化检测数据匮乏问题；本发明方法可以扩充露天矿区遥感变化检测数据集，进而提高模型的准确性与鲁棒性。

本发明授权一种用于露天矿区遥感变化检测的GAN实例级局部增强方法在权利要求书中公布了：1.一种用于露天矿区遥感变化检测的GAN实例级局部增强方法，其特征在于，包括如下步骤： S1.标签生成，包括双时间矿区标签收集，标签编辑模型的构建与训练以及局部定向编辑；在所述标签编辑模型的构建与训练中，首先构建一个基于GAN的标签编辑模型；然后，设置所述标签编辑模型在训练阶段的掩膜、合成标签、输入与输出：掩膜为在标签边界处任意位置随机生成的一或多个矩形掩膜MR；输入为经过掩膜MR屏蔽后的原始标签LO，即输入＝MR×LO；输出为原始标签LO；最后训练所述标签编辑模型，使得该模型能够将MR×LO自动的还原成随机但真实的非定向矿区标签； S2.图像生成；包括双时间矿区图像收集，图像编辑模型的构建与训练以及局部语义编辑；首先以DeepFillv2模型为基础，结合DeepLabv3+模型，构建一个基于GAN的图像编辑模型，所述DeepLabv3+模型是用于将DeepFillv2模型的生成结果IG，执行语义分割，得到预测结果LP，为了排除编辑区域MI之外的干扰，将该区域的结果替换为原始标签LO，得到新的预测结果LPM： LPM＝1―MI×LO+MI×LP 之后，根据LPM与作为指导标签的合成标签LG的相似度计算语义分割损失Lossseg，其中，LO为原始标签，MI为语义图像掩膜： Lossseg＝|LG―LPM| 通过Lossseg对生成器损失值进行调整，优化损失函数，辅助DeepFillv2模型进行训练： Loss＝LossD+1―λseg×LossG+λseg×Lossseg 式中，LossD表示鉴别器的总损失，LossG表示原始的生成器的总损失，λseg表示Lossseg对生成器损失的优化参数， 然后，设置所述图像编辑模型在训练阶段的掩膜、指导标签、输入与输出：掩膜为矩形掩膜MR；指导标签为原始标签LO；输入为经过掩膜MR屏蔽后的原始图像IO，即输入＝MR×IO；输出为原始图像IO；最后训练所述图像编辑模型，使得所述图像编辑模型能够在原始标签LO的指导下，将MR×IO自动的还原成真实的矿区原始图像IO； S3.数据集构建：将双时间数据随机组合以构建新的矿区变化检测数据集。

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中国矿业大学(北京)，其通讯地址为：100083 北京市海淀区学院路丁11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。