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！

龙图腾网获悉宁波大学;湖北大学申请的专利基于动态熵驱动与协同增强网络的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：CN119380196B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202411460327.7，技术领域涉及：G06V20/10；该发明授权基于动态熵驱动与协同增强网络的遥感图像变化检测方法是由孙伟伟;彭江涛;陈镔捷;孟祥超;杨刚;吴岚昕设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本基于动态熵驱动与协同增强网络的遥感图像变化检测方法在说明书摘要公布了：本发明涉及一种于动态熵驱动与协同增强网络的遥感图像变化检测方法，适用于高光谱遥感图像的变化检测，采用了动态熵驱动的差异特征提取的方法提取双时图像的差异特征；其中动态熵驱动的方法是根据高光谱差异特征而设计的，根据差异特征的波动量的大小而赋予不同的值，提高了高光谱变化检测的性能；基于协同增强网络的双时图像协同特征的提取采用了交互聚合的方式，利用双时高光谱图像的特征，提取协同特征的同时，增强了差异特征，优于已有的高光谱变化检测方法。

本发明授权基于动态熵驱动与协同增强网络的遥感图像变化检测方法在权利要求书中公布了：1.一种基于动态熵驱动与协同增强网络的遥感图像变化检测方法，其特征在于，包括以下步骤： 步骤一、将双时相高光谱数据分割为多个样本，并划分为训练集和测试集； 步骤二、构建深度学习网络，通过动态熵驱动的差异提取器提取双时相高光谱图像之间的差异特征；通过时序协同强化器生成双时相高光谱图像增强后的协同特征；步骤二中，提取双时相高光谱图像之间的差异特征的计算方法具体为，先将双时像高光谱图像块相减，投入动态熵驱动的差异提取器中，进行特征提取，将特征经过一个线性映射层后展平，加入位置编码；步骤二中，用概率表示整个通道中每个像素值的比例，计算的熵值，获得变化信息的注意力图；通过残差链接，进行更加深层次的特征的学习，将学习到的特征送入通道增强模块；步骤二中，通过时序协同强化器对双时相高光谱图像进行时序协同强化，时序协同强化的特征聚焦包括以下步骤，将双时相高光谱图像的特征经过线性层得到,,，采用特征集中的结构，将相邻向量推进其最近的特征，通过保范映射调整每个查询的方向与关键特征的方向，使相似的,对接近，不相似的,对分开，得到双时相高光谱图像增强后的协同特征； 步骤三、将差异特征和协同特征输入到多尺度特征优化与集成器中，进行特征筛选与融合处理；将融合后的特征送入分类器中，以生成检测结果，保存训练后的模型参数； 步骤四、将训练集样本输入网络中以获得预测结果，接着计算动态熵驱动与协同增强网络预测器的总体准确率，更新网络参数；重复步骤二至步骤四，直至迭代次数达到要求； 步骤五、将测试集样本输入最终的深度学习网络，输出检测后的样本结果。

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宁波大学;湖北大学，其通讯地址为：315211 浙江省宁波市江北区风华路818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”。