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！

龙图腾网获悉西安交通大学申请的专利超高分辨率遥感图像变化检测的平衡全局和局部表征网络及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：CN119762981B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411809380.3，技术领域涉及：G06V20/13；该发明授权超高分辨率遥感图像变化检测的平衡全局和局部表征网络及方法是由宋永红;吴晓萌;粟优设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本超高分辨率遥感图像变化检测的平衡全局和局部表征网络及方法在说明书摘要公布了：本发明涉及计算机视觉领域，具体涉及一种超高分辨率遥感图像变化检测的平衡全局和局部表征网络及方法，本发明提出的网络在可以保留更多的变化特征，同时有效的平衡全局和局部表征，最后利用深层语义信息指导变化图的生成。具体而言，本发明提出的网络使用视觉曼巴特征编码器代替普通卷积神经网络特征编码，并且利用门控融合方法、平衡全局和局部表征方法、深度语义细化方法处理视觉曼巴特征编码器的特征。保持了更多的变化特征，同时平衡全局和局部特征，利用深度语义信息特征，抑制伪变化区域，增强变化区域。本发明通过上述网络，配合超高分辨率遥感图像变化检测方法，大大提高了超高分辨率遥感图像变化检测的性能。

本发明授权超高分辨率遥感图像变化检测的平衡全局和局部表征网络及方法在权利要求书中公布了：1.一种超高分辨率遥感图像变化检测的平衡全局和局部表征网络，其特征在于：包括视觉曼巴特征编码器、多级尺度特征平衡融合解码器； 视觉曼巴特征编码器代替普通卷积神经网络特征编码器，所述多级尺度特征平衡融合解码器使用门控融合方法、平衡全局和局部表征方法、深度语义细化方法； 多级尺度特征平衡融合解码器中门控融合方法，包括以下三个步骤： 步骤A：对于视觉曼巴特征编码器得到的各级特征在通道维度上堆叠后，使用一个1×1卷积将特征维度变化为Cf，其中Cf表示固定的通道数；随后使用大小为3×3的深度卷积细化每个通道的特征，得到粗粒度融合特征fcoarse； 步骤B：对于粗粒度融合特征fcoarse,经过两个线形层分支分别将特征维度变化为3Cf，对其中一个分支进行SiLU激活函数激活，另一个分支不进行激活操作；对两个分支得到的结果相乘之后再使用线性层将特征维度变化为Cf，得到细粒度融合特征ffine； 步骤C：对于细粒度融合特征ffine，使用逐元素乘法对每个通道进行缩放后，作为最终输出ffuse； 多级尺度特征平衡融合解码器中的平衡全局和局部表征方法，包括以下四个步骤： 步骤A：设输入特征维度f∈RD×M×N,其中D表示特征的通道数，M，N分别表示特征的高和宽；首先通过对选择状态空间模型的扫描机制对全局特征进行建模，得到全局特征fglobal； 步骤B：为了解决边缘检测，小目标检测问题，设置了局部特征细化分支；具体过程如下：对于全局特征fglobal，首先通过3×3深度卷积，其次进入三个分支，第一个分支使用逐点卷积降低通道维度，经过激活层后通过逐点卷积再将特征进行升维，保持与输入特征一样的通道维度；第二个分支同第一个分支过程相同，但是使用3×3大小的卷积核；第三个分支使用全局平均池化，经过两个全连接层后得到每个通道的权重；获得三个分支的特征后，将各个分支的特征逐元素相加，得到局部特征为了强化边界信息，使用2×2最大池化来获取局部特征的高频信息；将池化后的结果经过反池化后与相加，得到随后通过sigmoid激活函数获得每个位置的权重，再与相乘，最终输出局部特征flocal； 步骤C：为了协调全局与局部特征表示，分别对步骤A得到的全局特征fglobal和步骤B得到的局部特征flocal进行缩放，使其在解码器不同层有不同的贡献； 多级尺度特征平衡融合解码器中的深度语义细化方法，包括以下三个步骤： 步骤A：首先分别对来自解码器不同阶段的输出特征Y1,Y4进行层归一化，使用线性层将特征映射到高维空间，并且使用3×3深度卷积细化解码器第四阶段输出特征Y4；其中下标1，4表示解码器的不同阶段； 步骤B:对于步骤A输出特征Y4以及解码器第一阶段输出特征Y1，使用transformer中的注意力操作，强化变化区域，抑制伪变化区域；公式表示为： 其中，Qshallow表示解码器第四阶段输出特征Y4经过线性层得到的查询，Kdeep,Vdeep，表示解码器第一阶段输出特征Y1经过线性层得到的键和值；上标T表示矩阵的转置，Softmax表示经过softmax操作后的结果，dim表示输入特征的维度；经过上述公式变换之后，得到结果Yshallow； 步骤C：对于步骤B得到的结果Yshallow，为了融合不同通道的特征，使用多层感知机MLP对Yshallow在通道维度进行加权求和，最终得到最终输出Y1。

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安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。