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！

龙图腾网获悉合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)申请的专利基于DCGAN的多尺度图像变化检测方法及存储介质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：CN115330671B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210485406.8，技术领域涉及：G06T7/00；该发明授权基于DCGAN的多尺度图像变化检测方法及存储介质是由李泽瑞;朱世龙;胡峰;康宇;吕文君设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本基于DCGAN的多尺度图像变化检测方法及存储介质在说明书摘要公布了：本发明公开一种基于DCGAN的多尺度图像变化检测方法及存储介质，搭建了一个多尺度变化检测网络，采用基于DCGAN的半监督方法对样本数据进行扩充，以满足网络训练需求；另一方面，采用多尺度网络结构，可以更好的检测多尺度目标，尤其是在一些不规则、不确定的变化场景，或者多目标、多尺度的变化检测场景下，可以有出色表现。本发明先对DCGAN训练产生大量的和源域相似的变化检测样本，用于训练判别器，使其具有良好的特征提取功能以及判别图像真伪能力，增强该网络的准确性和稳定性，把它当做检测网络的双通道特征提取器。还增加了多尺度特征模块提取不同阶段的卷积特征，增强对不同尺度目标的检测能力。

本发明授权基于DCGAN的多尺度图像变化检测方法及存储介质在权利要求书中公布了：1.一种基于DCGAN的多尺度图像变化检测方法，其特征在于，包括以下步骤， S1、收集同一位置两个不同时期的配准图像及其变化区域的标注数据，裁剪为设定大小作为真实样本数据集合分别记为R1，R2和变化图真值GT； S2、将步骤S1中的真实图像样本集合R1、R2中的一批输入到深度卷积生成对抗网络DCGAN网络的判别器D中，初步训练判别器D的特征提取和判别真伪能力，然后把这些真实样本和随机噪声z一同输入到初始化好的DCGAN网络的生成器G中，训练以使其生成器G生成混淆真伪图像的合成图像； S3、将步骤S2中生成的合成图像样本和真实图像样本一同输入到DCGAN网络的判别器D中，判断图像真伪，使判别器D具有判别图像真伪和图像特征提取的功能； S4、循环迭代S2、S3步骤训练生成器G和判别器D，直到DCGAN网络训练完成，并把最终DCGAN网络生成的合成图像作为数据集Gz； S5、先从真实图像样本集合R1、R2中选取一批图像及合成图像集合Gz中取一批图像组成不同时相的成对图像输入到多尺度变化检测网络MCDN中进行初步训练，再从真实图像样本集合R1、R2中取不同时相的成对图像对MCDN网络进行微调，当MCDN网络的损失函数收敛时即训练好MCDN网络； S6、对于一对待测变化图像，将其输入到S5中训练好的MCDN网络中，其输出即为变化预测结果。

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合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)，其通讯地址为：230000 安徽省合肥市望江西路5089号，中国科学技术大学先进技术研究院未来中心B1205-B1208；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。