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！

龙图腾网获悉安徽大学申请的专利基于坐标注意力和双时间语义推理的自然保护地遥感图像语义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：CN115861731B 。

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：202211473750.1，技术领域涉及：G06V10/774；该发明授权基于坐标注意力和双时间语义推理的自然保护地遥感图像语义变化检测方法是由程志友;贾宾;汪传建设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本基于坐标注意力和双时间语义推理的自然保护地遥感图像语义变化检测方法在说明书摘要公布了：本发明涉及一种基于坐标注意力和双时间语义推理的自然保护地遥感图像语义变化检测方法，包括：获取遥感图像数据；进行数据预处理与数据增强；构建残差坐标注意力模块，构建双时间语义推理模块，构建CAB‑SRNet网络模型；基于联合损失函数，采用训练集对CAB‑SRNet网络模型进行训练，训练完成后用测试集评估CAB‑SRNet网络模型的识别精度和提取效果；进行语义变化识别：将待提取的自然保护地遥感图像进行数据预处理后，输入训练完成的CAB‑SRNet网络模型，CAB‑SRNet网络模型输出预测图像，得到自然保护地土地利用语义变化识别结果。本发明能有效识别变化区域的位置信息和边界信息，提高变化识别精度；能够在关键区域更好地区分土地利用类型，获取好的语义变化识别效果。

本发明授权基于坐标注意力和双时间语义推理的自然保护地遥感图像语义变化检测方法在权利要求书中公布了：1.一种基于坐标注意力和双时间语义推理的自然保护地遥感图像语义变化检测方法，其特征在于：该方法包括下列顺序的步骤： 1获取遥感图像数据：下载两期自然保护地区域的北京二号和高景一号高分辨率遥感图像数据； 2进行数据预处理与数据增强：根据自然保护地矢量数据对获取的遥感图像进行筛选、拼接及裁剪；对两期遥感图像发生变化的变化区域进行语义标注，得到标签图像L1和L2，其中，L1为变化前的语义变化图，L2为变化后的语义变化图；对遥感图像和标签图像进行裁剪和数据增强，得到自然保护地语义变化检测数据集；按照7：2：1的比例将自然保护地语义变化检测数据集划分为训练集、测试集和验证集； 3构建CAB-SRNet网络模型：在残差块中添加坐标注意力机制构建残差坐标注意力模块，构建双时间语义推理模块，在BI-SRNet网络上添加残差坐标注意力模块和双时间语义推理模块，构建CAB-SRNet网络模型； 构建双时间语义推理模块：对两期遥感图像的语义特征X1,X2之间的时间相关性和一致性进行建模，从输入特征Xi∈Rc×h×w产生查询向量qi∈RH×c′、键向量ki∈Rc′×H、值向量vi∈Rc ×H，其中，i＝1,2，c为通道的数量，h和w为空间大小，H＝hw，c′＝cr，r为通道减少系数，qi、ki、vi由Xi馈入不同的卷积层得到，注意矩阵A1、A2、A11、A22∈RH×H的计算公式为： 其中，是一个沿行维的softmax归一化函数，A1、A2、A11、A22用于记录每对空间位置之间的相关性，获得一个增强特征P1,P2： P1＝X1+v1×A1+v1×A11 P2＝X2+v2×A2+v2×A22 通过1×1个权重不共享的卷积层映射得到语义图Q1,Q2； 语义变化图S1,S2由二值变化图C掩膜语义图Q1,Q2得到： S1,S2＝C·P1,P2； 在BI-SRNet网络上添加残差坐标注意力模块和双时间语义推理模块，构建CAB-SRNet网络模型； 4进行模型训练与评估：基于语义类损失Lsem、二进制变化损失Lchange，和语义变化损失Lsc相结合的联合损失函数，采用训练集对CAB-SRNet网络模型进行训练，训练完成后用测试集评估CAB-SRNet网络模型的识别精度和提取效果； 5进行语义变化识别：将待提取的自然保护地遥感图像进行数据预处理后，输入训练完成的CAB-SRNet网络模型，CAB-SRNet网络模型输出预测图像，得到自然保护地土地利用语义变化识别结果。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。