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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学高昆获国家专利权

北京理工大学高昆获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利基于对比学习的遥感图像抗云雾干扰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:CN120014446B

龙图腾网通过国家知识产权局官网在2026-05-08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:202510074487.6,技术领域涉及:G06V20/10;该发明授权基于对比学习的遥感图像抗云雾干扰变化检测方法是由高昆;杨纪元;张泽丰;胡柏杨;胡梓博;何玉青;程灏波;冯云鹏设计研发完成,并于2025-01-17向国家知识产权局提交的专利申请。

基于对比学习的遥感图像抗云雾干扰变化检测方法在说明书摘要公布了:本发明公开了一种基于对比学习的遥感图像抗云雾干扰变化检测方法,包括:构建样本集;采用样本集训练特征提取器,得到训练后的特征提取器;采用训练后的特征提取器、特征处理模块、空间注意力模块、转换器模块、通道注意力模块、连接模块和分类器构建变化检测网络;将两张检测图像输入变化检测网络,两张检测图像的拍摄时间不同且拍摄区域相同,变化检测网络输出预测变化图。通过训练后的特征提取器构建的变化检测网络融合图像的全局特征和局部特征,并采用空间注意力模块和通道注意力模块提升效率和精度,即使在有云层干扰的遥感图像变化检测任务中,也能实现快速、准确的检测,提高遥感图像变化检测时的鲁棒性。

本发明授权基于对比学习的遥感图像抗云雾干扰变化检测方法在权利要求书中公布了:1.一种基于对比学习的遥感图像抗云雾干扰变化检测方法,其特征在于,包括: 构建样本集,所述样本集包括遥感图像和有雾图像,所述遥感图像的数量为至少两张,任意两张所述遥感图像不相同,所述遥感图像与所述有雾图像一一对应,所述有雾图像由其对应的所述遥感图像得到的; 采用所述样本集训练特征提取器,得到训练后的特征提取器; 构建变化检测网络,包括: 构建子网络,包括:提供训练后的所述特征提取器,用于接收输入图像,根据所述输入图像提取出32×32×32特征图、32×64×64特征图和32×128×128特征图,对所述32×32×32特征图进行上采样处理得到上采样特征,对所述32×128×128特征图进行下采样处理得到下采样特征;将特征处理模块的输入端与训练后的所述特征提取器的输出端连接,用于将所述32×64×64特征图、所述上采样特征和所述下采样特征进行融合得到融合特征图;将空间注意力模块的输入端与所述特征处理模块的输出端连接,将转换器模块的输入端与所述空间注意力模块的输出端连接,将通道注意力模块的输入端与所述转换器模块的输出端连接,用于将所述融合特征图依次经过所述空间注意力模块、所述转换器模块和所述通道注意力模块进行处理,得到最终特征图; 提供两个所述子网络; 将连接模块的输入端分别与两个所述子网络的所述通道注意力模块的输出端连接,用于获取两张所述最终特征图,将两张所述最终特征图沿通道维度成对连接,得到总图; 将分类器的输入端与所述连接模块的输出端连接,用于根据所述总图输出预测变化图; 提供两张检测图像,两张所述检测图像的拍摄时间不同且拍摄区域相同,将两张所述检测图像作为两张所述输入图像输入所述变化检测网络,所述变化检测网络中训练后的所述特征提取器的输入端与所述输入图像一一对应,所述变化检测网络输出对应的所述预测变化图。

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理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。