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 > 北京市遥感信息研究所赵薇薇获国家专利权

北京市遥感信息研究所赵薇薇获国家专利权

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!

龙图腾网获悉北京市遥感信息研究所申请的专利一种面向遥感图像变化检测的多尺度特征交叉蒸馏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:CN120259877B

龙图腾网通过国家知识产权局官网在2025-12-30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:202510317110.9,技术领域涉及:G06V20/10;该发明授权一种面向遥感图像变化检测的多尺度特征交叉蒸馏方法是由赵薇薇;周颖;王艳;王红钢;赖广陵;冯鑫;曲小飞;白龙设计研发完成,并于2025-03-18向国家知识产权局提交的专利申请。

一种面向遥感图像变化检测的多尺度特征交叉蒸馏方法在说明书摘要公布了:本发明提供了一种面向遥感图像变化检测的多尺度特征交叉蒸馏方法,包括:对获取的原始遥感图像按照预设尺度因子进行缩放,得到M张不同尺度的输入图像和相应的分类标签,构成输入图像训练集;利用输入图像训练集对检测模型进行训练;检测模型采用并行多分支检测结构,每个检测分支对应接收一张输入图像用于获得锚框提案特征图及分类结果;基于各分支的锚框提案特征图计算蒸馏损失;基于各分支的分类结果计算检测损失,结合蒸馏损失及检测损失构建损失函数,得到训练完的检测模型;将待检测原始遥感图像输入至训练完的检测模型,输出分类结果。本发明拥有对图像中尺度变化的强适应能力,在保证了推理速度的同时,还提高了单尺度图像推理的性能。

本发明授权一种面向遥感图像变化检测的多尺度特征交叉蒸馏方法在权利要求书中公布了:1.一种面向遥感图像变化检测的多尺度特征交叉蒸馏方法,其特征在于,包括如下步骤: 模型训练步骤: 获取原始遥感图像,包括原始遥感图像和相应的分类标签,并对所述原始遥感图像按照预设尺度因子进行缩放,得到对应的M张不同尺度的输入图像和相应的分类标签,M>1,构成输入图像训练集;M张不同尺度的输入图像包括一张原始遥感图像和M-1张缩放尺度图像; 利用所述输入图像训练集对检测模型进行训练;所述检测模型采用并行M分支检测结构,每个检测分支对应接收一张输入图像并用于获得锚框提案特征图及分类结果;所述检测分支结构包括特征提取网络、区域建议网络和预测头,每个所述检测分支均共享相同的权重; 所述特征提取网络用于对输入图像提取特征图; 所述区域建议网络用于在所述特征图上生成若干锚框,获得所述锚框提案特征图; 所述预测头用于基于深度学习算法对所述锚框提案特征图进行分类预测,获得分类结果; 基于各分支的所述锚框提案特征图计算蒸馏损失;基于各分支的分类结果计算检测损失,结合蒸馏损失及检测损失构建损失函数,用于在训练过程中更新检测模型参数,最终得到训练完的检测模型;所述训练完的检测模型仅保留所述并行M分支检测结构中的原始遥感图像检测分支; 所述蒸馏损失的计算步骤包括:计算所述原始遥感图像检测分支生成的锚框提案特征图与缩放尺度图像检测分支生成的锚框提案特征图之间的空间相似度,得到所述蒸馏损失; 所述检测损失的计算步骤包括:将所述原始遥感图像检测分支生成的分类结果与缩放尺度图像检测分支生成的分类结果进行比对,得到所述检测损失; 构建损失函数的步骤中:引入蒸馏权重,计算蒸馏权重与蒸馏损失的乘积,所述乘积与检测损失求和得到所述损失函数,基于所述损失函数结合梯度下降法更新检测模型参数; 模型检测步骤: 将待检测原始遥感图像输入至所述训练完的检测模型,输出分类结果。

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北京市遥感信息研究所,其通讯地址为:100011 北京市朝阳区外馆斜街6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。