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！

龙图腾网获悉长春大学申请的专利基于多模态深度学习的遥感图像变化检测系统及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：CN120147895B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510623620.9，技术领域涉及：G06V20/13；该发明授权基于多模态深度学习的遥感图像变化检测系统及方法是由杜钦生;张石岩;沈超;张宁博;杜佐盛;郭鑫;吴建雨;卞瀛绪设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于多模态深度学习的遥感图像变化检测系统及方法在说明书摘要公布了：本发明涉及一种基于多模态深度学习的遥感图像变化检测系统及方法，该系统通过构建融合CNN、Transformer与注意力机制的孪生网络提升检测精度；采用多尺寸深度可分离卷积构建轻量化主干网络，结合软阈值化通道空间注意力机制自适应抑制噪声并增强特征表达；创新性引入Harr小波变换下采样保留高频细节，替代传统池化操作以减少信息损失；通过跨通道特征交换缓解孪生分支语义偏差，并利用Transformer编解码器建模长程依赖关系；解码阶段采用特征拼接与渐进式上采样策略强化边缘特征恢复；该系统在减少模型参数的同时，显著提升了遥感建筑物变化检测的精度与抗干扰能力，具备高效性与细节保持优势。

本发明授权基于多模态深度学习的遥感图像变化检测系统及方法在权利要求书中公布了：1.一种基于多模态深度学习的遥感图像变化检测系统，其特征在于，所述系统采用训练好的多模态特征提取网络对遥感图像变化进行检测；所述多模态特征提取网络由两个权重共享的子网络构成，两个所述的子网络分别对双时相遥感图像进行处理，提取各自的特征信息，子网络包括依次设置的初始卷积层、Siamese编码模块、Transformer全局建模模块、级联解码模块； 其中，所述Siamese编码模块包含四个特征提取阶段，每个特征提取阶段依次设有Haar小波变换下采样模块、多尺度深度可分离卷积模块、卷积模块及软阈值化注意力模块；在两个子网络Siamese编码模块的第三特征提取阶段引入通道特征交换机制，用于在通道维度上，对第三特征提取阶段输出的双时相特征进行交换操作，实现双时相特征的互补与交互；第四特征提取阶段输出的双时相特征输入Transformer全局建模模块，实现全局依赖建模；所述软阈值化注意力模块综合利用了通道注意力和空间注意力机制； 所述级联解码模块包含四个上采样阶段，Siamese编码模块每个特征提取阶段输出的特征与Transformer全局建模模块输出的特征通过跳跃连接输入级联解码模块；级联解码模块的每个上采样阶段通过一个解码器实现，即共四个解码器，四个解码器依次设置，分别为Decoder1、Decoder2、Decoder3、Decoder4，Decoder1上采样特征与Transformer全局建模模块的Transformer解码器输出特征沿通道维度拼接；Decoder2上采样特征与Siamese编码模块第三特征提取阶段输出特征沿通道维度拼接；Decoder3上采样特征与Siamese编码模块第二特征提取阶段输出特征沿通道维度拼接；Decoder4上采样特征与Siamese编码模块第一特征提取阶段输出特征沿通道维度拼接。

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长春大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路6543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”。