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！

龙图腾网恭喜吉林农业大学申请的专利一种结合注意力机制和Mamba的耕地非农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：CN119169478B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411178608.3，技术领域涉及：G06V20/13；该发明授权一种结合注意力机制和Mamba的耕地非农化检测方法是由陈红兵;王坤;冯一哲;廖明睿;翟浩廷设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本一种结合注意力机制和Mamba的耕地非农化检测方法在说明书摘要公布了：一种结合注意力机制和Mamba的耕地非农化检测方法，涉及变化检测技术领域，解决现有耕地非农化检测时存在检测结果由于成像条件的变化而导致的伪变化，以及在下采样的操作中会导致丢失准确的空间信息，不能有效定位小目标和捕获细节特征，导致漏检和变化区域边缘粗糙等问题。本发明方法通过特征提取保留不同层次的不同尺度的特征，将深度语义信息和空间细节信息融合起来，且通过选择性扫描对各个方向的信息彻底扫描，能够有效地捕捉遥感图像中的全局依赖关系，不仅顾及了不同大小的目标，而且对小目标的漏检问题有很大改善。通过交叉注意力机制，融合两个时间点的特征，更好的捕获了双时相图像的时空依赖关系，从而提高模型性能。

本发明授权一种结合注意力机制和Mamba的耕地非农化检测方法在权利要求书中公布了：1.一种结合注意力机制和Mamba的耕地非农化检测方法，其特征是：该方法由以下步骤实现：步骤一、获取非农化检测数据集；步骤二、对步骤一的非农化检测数据集进行数据增强操作；步骤三、构建基于注意力机制和Mamba的耕地非农化检测网络模型；所述耕地非农化检测网络模型包括：多尺度特征提取模块，二值化变化检测模块，交叉注意力模块，分类器模块和上采样模块；所述多尺度特征提取模块采用基于状态空间模型SSM的Mamba网络作为特征提取器，所述提取器采用两个权重相同的网络结构接收双时相遥感影像的输入并进行特征提取，输出T1时相特征图和T2时相特征图；所述交叉注意力模块对所述T1时相特征图和T2时相特征图进行交叉计算输出双时相特征，即：输出特征图out1和特征图out2；所述二值化变化检测模块对所述T1时相特征图和T2时相特征图在通道维度上进行拼接，并对拼接后的特征图进行下采样操作，输出特征图F；所述分类器模块将所述特征图out1和特征图out2的通道数从128映射到非农化分类任务中的类别数量，并输出两个特征图的张量形式；同时，所述分类器将特征图F进行卷积操作，输出二值化掩膜的张量形式；所述上采样模块通过双线性插值操作将二值化掩膜和两个特征图的尺寸扩展到与T1时相输入图，T2时相输入图像相同大小，其张量形式均为C×H×W的张量；其中C为通道维度，H为图像高度，W为图像宽度；最终输出二值化掩膜，T1时相语义分割图和T2时相语义分割图；所述特征提取器包括图像块嵌入操作块，四层SSM块以及三个SAM块；对输入的图像采用采用图像块嵌入操作块将原始的二维图像展平成一维向量，采用四层SSM块提取图像中的信息，获取四个不同尺度的特征；在第一层SSM块之后的每层SSM块的输出特征采用对应的SAM块，通过SAM块将SSM块输出的特征调整到原输入图像尺寸的一半，然后按通道方向拼接三个相同尺寸的特征图，并通过一个1×1卷积层调整通道数量，获得多尺度信息的特征图；即：T1时相特征图和T2时相特征图；步骤四、将步骤二增强后的数据输入到步骤三所述耕地非农化检测网络模型中，对所述耕地非农化检测网络模型进行训练以及验证；获得训练后的耕地非农化检测网络模型；步骤五、采用所述非农化检测数据集中的测试集，将经过预处理的数据输入到训练后的耕地非农化检测网络模型中，获得耕地非农化检测结果。

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吉林农业大学，其通讯地址为：130118 吉林省长春市新城大街2888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”。