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 > 北京理工大学王楠获国家专利权

北京理工大学王楠获国家专利权

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融合图域对齐与分割网络的多任务无监督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:CN121725373B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610223531.X,技术领域涉及:G06V20/13;该发明授权融合图域对齐与分割网络的多任务无监督变化检测方法是由王楠;仵庆熹;陶然设计研发完成,并于2026-02-25向国家知识产权局提交的专利申请。

融合图域对齐与分割网络的多任务无监督变化检测方法在说明书摘要公布了:本发明公开了一种融合图域对齐与分割网络的多任务无监督变化检测方法,属于遥感图像智能分析技术领域,包括以下步骤:S1、为双时相遥感图像构建图结构;S2、对双时相遥感图像进行图域对齐;S3、对双时相遥感图像进行变化检测;S4、为图域对齐网络和边缘引导Mamba网络构建损失函数;S5、基于图域对齐网络和边缘引导Mamba网络的损失函数,进行优化,得到最终变化图。本发明的两项任务通过端到端联合优化,使域对齐结果直接促进变化检测,从而避免传统分步式方法的误差累积。整体而言,本发明能够在无需标注数据的情况下获得更准确、更具鲁棒性的变化检测结果,适用于复杂场景与大范围遥感监测应用。

本发明授权融合图域对齐与分割网络的多任务无监督变化检测方法在权利要求书中公布了:1.一种融合图域对齐与分割网络的多任务无监督变化检测方法,其特征在于,包括以下步骤: S1、为双时相遥感图像构建图结构; S2、基于图结构,构建图域对齐网络,对双时相遥感图像进行图域对齐; S3、构建边缘引导Mamba网络,对双时相遥感图像进行变化检测; S4、为图域对齐网络和边缘引导Mamba网络构建损失函数; S5、基于图域对齐网络和边缘引导Mamba网络的损失函数,进行优化,得到最终变化图; 所述S3包括以下子步骤: S31、构建边缘引导Mamba网络; S32、基于边缘引导Mamba网络,对mamba特征进行拉普拉斯边缘调制; S33、基于调制后的特征,利用边缘引导Mamba网络的编码器进行编码,利用边缘引导Mamba网络的解码器进行融合操作和逐步上采样; 所述S31中,边缘引导Mamba网络为编码—解码结构的变化分割网络,包括特征编码器和特征解码器; 所述S32中,调制后的特征的表达式为: ; 其中,表示通道级缩放参数,表示通道级偏置,表示对中间特征图施加拉普拉斯算子后得到的边缘响应特征图,表示激活函数,表示逐元素乘法; 所述S32中,对mamba特征进行拉普拉斯边缘调制的表达式为: ; 其中,表示对中间特征图在空间位置处施加拉普拉斯算子得到的二阶差分结果,表示中间特征图在位置处的特征值;表示中间特征图在位置处的特征值;表示中间特征图在位置处的特征值;表示中间特征图在位置处的特征值;表示中间特征图在空间位置处的特征值; 所述S33中,进行编码的表达式为: ; 其中,表示包含ESSM的编码算子,下采样操作,表示边缘引导Mamba网络中第层编码阶段的输入特征图,表示边缘引导Mamba网络中第层编码阶段的输出特征图,表示边缘状态空间模型模块; 所述S33中,进行融合操作和逐步上采样的表达式为: ; 其中,表示包含ESSM的解码算子,表示边缘引导Mamba网络中第层解码阶段的输入特征图,表示边缘引导Mamba网络中第层解码阶段的输出特征图,表示上采样操作,表示特征拼接。

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。