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！

龙图腾网获悉西北工业大学申请的专利一种基于自监督学习的多模态遥感图像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：CN117237801B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202311060952.8，技术领域涉及：G06V20/10；该发明授权一种基于自监督学习的多模态遥感图像变化检测方法是由李映;付垒;侯瑄;张璐璐;张兴国设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种基于自监督学习的多模态遥感图像变化检测方法在说明书摘要公布了：本发明涉及一种基于自监督学习的多模态遥感图像变化检测方法，属于计算机视觉领域。包括将变化前的图像、变化后的图像和拼接后的图像作为三个独立的输入，输入到三元特征提取网络提取特征图；将特征图映射到一个可比较的特征空间；对网络自监督训练；网络推理和变化图的生成。本发明基于自监督学习在不需要任何标签的情况下，从深度特征空间上统一多模态遥感图像特征，并且融合传统的阈值分割法直接分析深度特征图得到需要的变化图。克服了之前遥感图像变化检测方法对于标注数据的依赖，减少了变化检测任务中人力物力资源的消耗，同时解决了多模态图像变化检测中存在的双时相图像对之间存在图像域差距，不能直接对比的问题。

本发明授权一种基于自监督学习的多模态遥感图像变化检测方法在权利要求书中公布了：1.一种基于自监督学习的多模态遥感图像变化检测方法，其特征在于步骤如下： 步骤1：特征图提取 将模态一变化前的图像、模态二变化后的图像和拼接后的图像作为三个独立的输入，输入到三元特征提取网络，分别获得特征图Fm1,Fm2和Fd；所述拼接后的图像由模态一变化前图像和模态二变化后图像安装通道维度堆叠获得； 所述三元特征提取网络系统由伪孪生网络和差分信息网络两部分组成； 所述伪孪生网络的每个分支由5个卷积核尺寸为3×3的卷积层组成，在每个卷积层之后，用批量归一化层和修正线性单元激活函数，来保持梯度稳定，防止网络过拟合，同时增强网络学习非线性特征的能力；模态一变化前图像和模态二变化后图像被输入到伪孪生网络中提取特征，得到特征图Fm1和Fm2； 所述差分信息网络包括四个阶段，第一阶段包含4个残差块和一个3×3核卷积层；在第二阶段，每个分支以不同的尺度处理特征图；这些分支独立运行，由多个连续的残差块组成；第三和第四阶段模仿第二阶段的结构；在对不同分辨率的特征映射实施融合策略时，上采样部分利用双线性上采样操作之后是1×1卷积，下采样利用卷积层的核大小为3×3，步长为2；拼接图像被输入到差分信息网络结构中提取特征，得到特征图Fd； 步骤2：特征图统一空间 通过统一映射单元UMU将特征图Fm1,Fm2和Fd映射到一个可比较的特征空间，得到特征图F'm1,F'm2和F'd； 步骤3：网络自监督训练 在网络的训练阶段，使用交叉熵损失来监督变化前和变化后图像特征图的有效性，使用对比损失来确保整个网络的无标签的自监督训练； 步骤4：网络推理和变化图的生成 采用阈值分割算法对得到的特征进行分析，生成最终的变化图。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。