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！

龙图腾网获悉西安邮电大学申请的专利一种基于光谱Transformer网络的高光谱影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：CN116958802B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310053970.7，技术领域涉及：G06V20/10；该发明授权一种基于光谱Transformer网络的高光谱影像变化检测方法是由张无瑕;郭会博;张宇航;苏亮旭设计研发完成，并于2023-02-03向国家知识产权局提交的专利申请。

本一种基于光谱Transformer网络的高光谱影像变化检测方法在说明书摘要公布了：本发明涉及了一种基于光谱Transformer网络的高光谱影像变化检测方法。其步骤为：1.数据分割；2.划分训练集测试集进行深度特征提取；3.测试集进行深度特征提取；4.差分特征与点乘特征提取；5.生成差分流，特征流和级联流变化检测结果图；6.生成最终的变化检测结果图；7.光谱Transformer网络优化；8.统计实验结果，计算高光谱变化检测的精度。与现有方法相比，光谱Transformer网络在提取深度特征时，在光谱维度利用Transformer机制有效挖掘了高光谱影像的光谱依赖性；并且从差分流和点乘流两个角度进一步探索提取深度特征的相关性，使提取的深度特征更具判别性；最后，加权融合差分流、乘法流及其相应的串联流的变化检测结果图，充分利用学到的特征信息，提高了高光谱影像变化检测的精度。

本发明授权一种基于光谱Transformer网络的高光谱影像变化检测方法在权利要求书中公布了：1.一种基于光谱Transformer网络的高光谱影像变化检测方法，所述方法包括以下步骤： 步骤一：数据分割； 步骤二：划分训练集和测试集； 步骤三：深度特征提取，将训练集的影像块对输入到UnetTrans特征提取模块，UnetTrans特征提取模块由两个组件组成：Unet和Transformer编码器，其中Unet由编码器、解码器和跳层连接组成，它通过连续的上采样和下采样，获得更具代表性的特征，其特性更能表现出抽象和全局信息，对于输入的双时相高光谱影像块对，T1时刻的影像块记为T2时刻的影像块记为 C为高光谱影像的波段数，T1经过Unet可得到深度特征T2经过Unet可得到深度特征Transformer编码器由L个相同的子编码器串联组成，每个子编码器都由多头自注意力机制MSA和多层感知机MLP组成，对于输入特征1≤k≤L，H为特征Zk-1的高度，W为特征Zk-1的宽度，C为高光谱影像波段数，经过MSA后可得到 Z'k经过MLP可获得输出1≤k≤L，最终通过经过L个子编码器后的最终输出为 步骤四：差分特征与点乘特征提取，对从UnetTrans特征提取模块中提取的特征图FT1和FT2进行逐个像素的减法和乘法运算，获得差异特征和点乘特征；然后，将差值特征送入Transformer编码器得到特征将点乘特征送入Transformer编码器得到特征挖掘光谱维度上的有效信息； 步骤五：生成差分流，特征流和级联流变化检测结果图； 步骤六：生成最终的变化检测结果图； 步骤七：光谱Transformer网络优化； 步骤八：测试过程，获取优化后模型，对测试样本进行检测。

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安邮电大学，其通讯地址为：710061 陕西省西安市雁塔区长安南路563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”。