買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西南林業(yè)大學(xué)申請的專利一種動態(tài)上下文聚合的建筑物遙感影像變化檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119992330B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510079654.6，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種動態(tài)上下文聚合的建筑物遙感影像變化檢測方法是由王雷光;高書鵬;冉魁;代沁伶;徐偉恒;趙毅力;鐘麗輝;歐光龍;呂志剛設(shè)計研發(fā)完成，并于2025-01-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種動態(tài)上下文聚合的建筑物遙感影像變化檢測方法在說明書摘要公布了：本發(fā)明公開了一種動態(tài)上下文聚合的建筑物遙感影像變化檢測方法，屬于圖像檢測領(lǐng)域；所述方法包括：構(gòu)建數(shù)據(jù)集并進(jìn)行樣本劃分；構(gòu)建DCA?NET網(wǎng)絡(luò)模型；對構(gòu)建后的網(wǎng)絡(luò)模型進(jìn)行參數(shù)調(diào)整；將劃分后的數(shù)據(jù)集輸入模型進(jìn)行檢測，得到變化結(jié)果；對變化結(jié)果進(jìn)行定量評估。本發(fā)明通過引入動態(tài)上下文注意力機(jī)制，模型能夠更好地整合局部和全局信息，從而提高對目標(biāo)變化區(qū)域的檢測能力；相較于傳統(tǒng)技術(shù)中未充分考慮鄰域特征相互關(guān)系以及標(biāo)準(zhǔn)卷積運算局限于固定局部感受野的問題，本發(fā)明可以靈活調(diào)整卷積核的形狀和尺寸，提高模型在大尺度全局結(jié)構(gòu)與小尺度細(xì)節(jié)特征的捕捉能力。

本發(fā)明授權(quán)一種動態(tài)上下文聚合的建筑物遙感影像變化檢測方法在權(quán)利要求書中公布了：1.一種動態(tài)上下文聚合的建筑物遙感影像變化檢測方法，其特征在于：包括以下步驟： S1、構(gòu)建數(shù)據(jù)集并進(jìn)行樣本劃分； 通過對開源數(shù)據(jù)集進(jìn)行數(shù)據(jù)增廣獲得數(shù)據(jù)集； 對開源數(shù)據(jù)集采用的數(shù)據(jù)增廣包括：幾何變換和圖像增強(qiáng)； 幾何變化包括：隨機(jī)水平翻轉(zhuǎn)、隨機(jī)垂直翻轉(zhuǎn)和隨機(jī)旋轉(zhuǎn)； 圖像增強(qiáng)包括：隨機(jī)調(diào)整亮度、隨機(jī)調(diào)整對比度、隨機(jī)調(diào)整色和隨機(jī)加入高斯噪聲； 樣本劃分按照8：1：1比例劃分； S2、構(gòu)建DCA-NET網(wǎng)絡(luò)模型； 所述DCA-NET包括：編碼器、解碼器、融合模塊和動態(tài)上下文注意模塊；其中，動態(tài)上下文注意模塊包括：上層GCP層和下層DCK層；編碼器包括：四個補(bǔ)丁嵌入層和編碼器塊；編碼器塊包括：DCA模塊和卷積多層感知器單元； 所述構(gòu)建DCA-NET網(wǎng)絡(luò)模型的構(gòu)建步驟如下： S2.1、將圖像輸入編碼器進(jìn)行編碼操作； S2.2、將編碼后的圖片進(jìn)行融合操作； S2.3、將融合后的圖像輸入解碼器進(jìn)行解碼操作； 所述編碼操作的步驟如下： S2.1.1、將數(shù)據(jù)集中一對圖像中一張圖片輸入編碼器中補(bǔ)丁嵌入層分割成小的圖塊； S2.1.2、經(jīng)過補(bǔ)丁嵌入層的圖像進(jìn)入DCA模塊中GCP層進(jìn)行上下文融合操作； S2.1.3、經(jīng)過補(bǔ)丁嵌入層的圖像進(jìn)入DCA模塊中GCK層進(jìn)行可變卷積操作； S2.1.4、將DCP輸出結(jié)果和DCK輸出結(jié)果進(jìn)行通道維度拼接作為DCA模塊的輸出，減少特征通道數(shù)； S2.1.5、將DCA模塊的輸出進(jìn)行下采樣操作； 所述下采樣操作包括：14下采樣、18下采樣、116下采樣和132下采樣； S3、對構(gòu)建后的網(wǎng)絡(luò)模型進(jìn)行參數(shù)調(diào)整； S4、將劃分后的數(shù)據(jù)集輸入模型進(jìn)行檢測，得到變化結(jié)果； S5、對變化結(jié)果進(jìn)行定量評估； 定量評估方法包括：F1-score、交并比和總體精度。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西南林業(yè)大學(xué)，其通訊地址為：650233 云南省昆明市白龍寺300號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。