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！

龙图腾网获悉西北工业大学申请的专利一种基于高分辨卷积网络及上下文信息编码的语义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：CN116310811B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202310203630.8，技术领域涉及：G06V20/10；该发明授权一种基于高分辨卷积网络及上下文信息编码的语义变化检测方法是由张秀伟;张艳宁;田牧;陈亮;于雷;邢颖慧;杨一哲设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于高分辨卷积网络及上下文信息编码的语义变化检测方法在说明书摘要公布了：本发明涉及一种高分辨卷积网络及上下文信息编码的语义变化检测方法，采用高精度的语义变化检测网络模型，该模型包含孪生高分辨率特征提取模块和上下文信息编码模块，孪生高分辨率特征提取模块用来提取原图像对的特征信息；上下文信息编码模块用来进行变化检测与语义分割：1原图像对的特征信息之间的差异信息进行上下文信息编码，得到与输入图像尺寸相同的变化二值图；2原图像对各自的特征信息上进行上下文信息编码，得到与输入图像尺寸相同的两张语义分割图。最后将变化二值图和两张语义分割图结合后得到语义变化检测结果图。本发明提出的方法得到的语义变化区域的细节更加准确，精度得到有效提升。

本发明授权一种基于高分辨卷积网络及上下文信息编码的语义变化检测方法在权利要求书中公布了：1.一种基于高分辨卷积网络及上下文信息编码的语义变化检测方法，其特征在于步骤如下： S1，将不同时相的遥感图像T1和T2分别通过卷积模块C0和C1改变通道数后输入孪生高分辨率特征提取模块，通过特征提取模块内多个小卷积模块进行特征提取与不同尺度特征信息的交换，得到不同尺度的特征图F1 j’和F2 j’；将特征提取模块提取到的特征F1 j’和F2 j’分别通过卷积与上采样操作统一分辨率和通道数，得到新的特征信息F1 j和F2 j； S2，将特征对F1 j和F2 j进行差异性特征提取，得到两幅图之间的差异信息特征dj，将dj通道堆叠后进行上下文信息编码，经过后处理得到与输入图像尺寸相同的变化二值图O； S3，将特征对F1 j和F2 j分别进行通道堆叠，后各自进行上下文信息编码，得到与输入图像尺寸相同的两张语义分割图S1和S2，分别对应原图像T1和T2； S4，将语义分割图S1和S2与变化检测图O结合后得到最终的语义变化检测结果图O1和O2。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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”。