<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 三峽大學邵攀獲國家專利權

          三峽大學邵攀獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉三峽大學申請的專利基于CNN和Transformer的多層級融合建筑物變化檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN117011696B

          龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202310600672.5,技術領域涉及:G06V20/10;該發明授權基于CNN和Transformer的多層級融合建筑物變化檢測方法是由邵攀;石衛超設計研發完成,并于2023-05-25向國家知識產權局提交的專利申請。

          基于CNN和Transformer的多層級融合建筑物變化檢測方法在說明書摘要公布了:一種基于CNN和Transformer的多層級融合建筑物變化檢測方法,包括以下步驟:步驟1:對兩期遙感影像進行預處理;步驟2:將三組通道提取的各層級特征輸入到一種改進的時空注意力交叉增強模塊;步驟3:將步驟2得到的增強后兩通道多層級特征輸入到一種改進的通道交互多層級融合模塊;步驟4:利用Soble算子提取建筑物的邊界;步驟5:將步驟3得到的融合特征依次輸入到多層感知機MLP和基于數據相關的上采樣模塊,通過反向傳播進行模型訓練;最后使用訓練好的模型進行變化檢測。能夠更有效的集成CNN和Transformer的優勢,更有效的提取兩期影像的特征,得到更優的變化檢測結果。

          本發明授權基于CNN和Transformer的多層級融合建筑物變化檢測方法在權利要求書中公布了:1.基于CNN和Transformer的多層級融合建筑物變化檢測方法,其特征是,步驟為: Step1、對兩期遙感影像進行預處理,然后通過三個通道提取兩期影像的多層級特征:通道1將兩期影像級聯,通過殘差CNN網絡提取級聯后影像的多層級特征;通道2將兩期影像進行差值運算,通過殘差CNN網絡提取差值影像的多層級特征;通道3將兩期影像級聯,通過Transformer網絡提取級聯后影像的多層級特征; Step2、將三組通道提取的各層級特征輸入到時空注意力交叉增強模塊,利用通道2輸出的時空差異特征對通道1和3的特征進行時空注意力交叉增強,并輸出增強后的通道1和3的多層級特征; Step3、將Step2得到的增強后兩通道多層級特征輸入到通道交互多層級融合模塊,對兩通道的特征分別進行通道優先和層級優先兩種多層級融合操作; Step4、利用Soble算子提取建筑物的邊界,并通過高斯模糊運算擴展所提取的建筑物邊界區域; Step5、首先將Step3得到的融合特征依次輸入到多層感知機MLP和基于數據相關的上采樣模塊,并通過SoftMax層求解變化概率圖;然后基于變化概率圖、變化參考圖和Step4得到的邊界區域,使用邊界加權交叉熵損失函數計算損失,通過反向傳播進行模型訓練;最后使用訓練好的模型進行變化檢測; 所述的Step2具體步驟如下: 時空注意力交叉增強模塊包含兩個子模塊:時空注意力圖生成模塊和交叉增強模塊; Step2.1、將Step1.2中通道2提取的多層級特征輸入到TSAM模塊,生成多層級注意力圖S={s i |i=1,2,3,4},其中第i個層級的注意力圖s i基于層級特征d i生成,具體過程如下: 對F d中第i個層級尺寸為C i×H i×W i的特征d i進行平均和最大雙池化操作,分別得到兩個1×H i×W i的特征圖;然后將其級聯,并將級聯特征通過7×7卷積和Sigmoid函數生成注意力圖s i(1×H i×W i);生成s i的公式如下: 3 式中,表示Sigmoid函數,Conv表示卷積操作,Concat表示通道級聯操作,AvgPool和MaxPool分別表示平均池化和最大池化操作; Step2.2、將Step1.2中通道1提取的多層級特征F c和Step2.1生成的多層級注意力圖S輸入到交叉增強模塊CEM中,利用注意力圖S對特征F c進行加權增強,得到增強的多層級特征;交叉增強在相同層級之間進行,對于F c中第i個層級特征c i(C i×H i×W i),通過第i個層級注意力圖s i進行增強; Step2.3、將Step1.2中通道3提取的多層級特征F t與和Step2.1生成的多層級注意力圖S輸入到交叉增強模塊CEM中,利用注意力圖S對特征F t進行加權增強,得到增強的多層級特征;交叉增強在相同層級之間進行,對于F t中第i個層級特征t i(C i×H i×W i),通過第i個層級注意力圖s i進行增強。

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人三峽大學,其通訊地址為:443002 湖北省宜昌市西陵區大學路8號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 鲁丝片一区二区三区免费| 人妻综合专区第一页| 在线看无码的免费网站| 精品国产高清中文字幕| 四虎国产精品永久在线| 草草浮力影院| 日韩a人毛片精品无人区乱码| 国产精品自在线一区| 色综合久久婷婷88| 久久99热这里只有精品免费看| 亚洲精品久久久无码大桥未久 | 三级国产99久久| 在线观看无码不卡av| 亚洲日韩成人性av网站| 无乱码区1卡2卡三卡网站| 久久国产劲暴∨内射| 国产亚洲欧洲综合5388| 无码中文人妻视频2019| 国产精品videossex久久发布| 久久天天躁狠狠躁夜夜96流白浆| 国产一区二区三区成人欧美日韩在线观看| 日韩国产亚洲高清在线久草| 内射干少妇亚洲69xxx| 久久日韩精品一区二区五区| 午夜无码片在线观看影院| 五十路熟妇亲子交尾| 国产高清不卡无码视频| 国产成人综合久久二区| 亚洲午夜成人av电影| 亚洲高清WWW色好看美女| 国产美女精品中文网蜜芽宝贝 | 精品久久久久久无码免费| 人妻人人做人碰人人添| 国产人与禽zoz0性伦多活几年 | 亚洲色一色噜一噜噜噜| 国产精品人成视频免费999| 97国产精品人妻无码久久久| 亚洲伊人成综合人影院青青青 | 国产午精品午夜福利757视频播放| 亚洲中文字幕日产无码成人片| 国产一区二区在线影院|