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稀疏变化自注意力机制的遥感影像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：CN115761476B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211173201.2，技术领域涉及：G06V20/10；该发明授权一种基于稀疏变化自注意力机制的遥感影像变化检测方法是由郑卓;钟燕飞;马爱龙;张良培设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本一种基于稀疏变化自注意力机制的遥感影像变化检测方法在说明书摘要公布了：本发明涉及一种基于稀疏变化自注意力机制的遥感影像变化检测方法，用于计算、内存高效的高精度的统一变化检测。本发明结合深度学习原理、概率图理论，提出了统一的概率变化建模理论框架，对变化过程中随机变量的联合分布进行条件分解，根据不同的先验假设，可分解得到不同的因子，这些因子即深度变化检测模型架构的理论表示，进一步采用所提出的稀疏变化自注意力模块参数化这些分解因子，从而得到具体的任务自适应、计算高效的深度变化检测模型架构。本发明能够解决现有架构设计缺乏理论依据、计算复杂度高的问题，可以实现各类变化检测任务的统一处理与大规模遥感影像对的快速变化检测。

本发明授权一种基于稀疏变化自注意力机制的遥感影像变化检测方法在权利要求书中公布了：1.一种基于稀疏变化自注意力机制的遥感影像变化检测方法，其特征在于，包括以下步骤： 步骤1，构建统一的概率变化模型框架，根据不同变化检测任务的假设条件，在框架内对变量的联合分布进行条件分解，求出子任务因子； 步骤2，构建稀疏变化自注意力模块，并利用其参数化步骤1获得的子任务因子，求得具体的深度变化检测网络架构； 步骤3，构建高分辨率遥感影像变化检测数据集，将其拆分为训练集与测试集，并对训练集进行数据增强运算并进行归一化； 步骤3的具体实现包括如下子步骤， 步骤3.1，利用无人机或者高分卫星进行获取大量成对高空间分辨率遥感影像； 步骤3.2，成对标注遥感影像中N类感兴趣地物目标样本，对比两时相目标样本掩膜，获得变化掩膜，将样本腌膜、变化掩膜与对应区域、时相的影像制作成深度学习变化检测数据集； 步骤3.3，将深度学习变化检测数据集按4:1比例分成两个部分，用于模型训练的训练集A与用于评估模型性能的测试集B； 步骤3.4，将A与B进行归一化，仅对A采用水平翻转、垂直翻转、随机旋转、随机色彩抖动的几何、辐射数据增强方法； 步骤4，构建变化检测统一优化目标函数，利用步骤3的获得的变化检测数据集的训练集对步骤2获得的深度变化检测网络架构进行训练，直至达到收敛条件； 步骤4的具体实现包括如下子步骤， 步骤4.1，构建变化检测统一优化目标函数，具体形式为： 其中Lregion为变化稀疏先验估计损失函数，为t1时相的语义分割损失函数，为t2时相的语义分割损失函数，Lchange为二类变化损失函数，λ1和λ2分别为对应损失函数的语义调制系数； 步骤4.2，利用训练集对步骤2中得到的深度变化检测网络进行训练；首先对网络进行参数初始化，以一定批次输入数据，在网络中进行前向计算，通过变化检测统一优化目标函数获得损失值，利用损失值进行反向梯度计算，利用神经网络优化器进行参数更新，不断迭代直至模型收敛； 步骤5，利用步骤4的获得的深度变化检测网络架构与对应参数，对测试集进行预测，根据对应的概率变化模型求解出变化概率图，即获得变化区域结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路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。