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！

龙图腾网获悉西安电子科技大学申请的专利基于定点数量化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：CN116189008B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310202156.7，技术领域涉及：G06V20/13；该发明授权基于定点数量化的遥感图像变化检测方法是由谢卫莹;陈晓钰;谷怡洁;马纪涛;李云松;方乐缘设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本基于定点数量化的遥感图像变化检测方法在说明书摘要公布了：本发明提出了一种定点数量化的遥感图像变化检测方法，主要解决现有技术缺乏对边界信息考虑，损失函数缺乏对变化图像对的重视，以及计算缓慢的问题。其实现方案为：获取遥感图像对其进行均值减法和归一化预处理，并划分训练集和测试集；基于现有卷积层，设计包含量化位宽和批量标准化层的参数构成定点量化卷积层；使用定点量化卷积层构建遥感变化检测模型；对定点量化变化检测模型进行训练；利用训练好的定点量化变化检测网络，得到图像分类结果。本发明通过构建新的遥感变化检测模型，有效地提高了图像变化检测结果的准确性，同时通过设计定点量化卷积层，减少了网络中运算所需的时间，可应用于植被覆盖分析、城市规划、土地资源管理及灾害评估。

本发明授权基于定点数量化的遥感图像变化检测方法在权利要求书中公布了：1.一种基于定点数量化的遥感图像变化检测方法，其特征在于，包括如下步骤： 1获取遥感图像，并对其进行均值减法和线性归一化的预处理，再将预处理后的数据按10：1比例划分为变化检测训练集和测试集； 2基于现有卷积层，设计包含量化位宽和批量标准化层的参数，构成定点量化卷积层： 2a设置预设参数,根据该参数确定量化位宽： 如果预设参数中有量化位宽参数，则采用预设值作为量化位宽参数； 如果预设参数中无量化位宽参数，则计算不同位宽下量化前后的神经网络参数的均方误差，将均方误差最小的位宽作为量化位宽参数； 2b通过第一次前向传播确定批量标准化层的参数： 在第一次前向传播计算中，使用量化位宽参数对卷积层的输入进行量化，并将量化后的卷积层输入与浮点值权重进行卷积计算，得到批量标准化层的比例参数，且不需要进行反向传播计算； 2c计算卷积层输出： 在第二次前向传播计算中，使用量化位宽参数对卷积层的输入与权重进行量化，将量化后的卷积层输入与量化后的卷积层权重进行卷积计算，并将该卷积计算的结果作为卷积层的输出，再正常进行反向传播； 3使用定点量化卷积层构建遥感变化检测模型： 3a搭建分别由第一定点量化卷积层，第一ReLU激活层，第二定点量化卷积层，第二ReLU激活层和最大池化层依次级联组成的第一卷积模块和第二卷积模块； 3b搭建分别由第1定点量化卷积层，第1ReLU激活层，第2定点量化卷积层，第2ReLU激活层，第3定点量化卷积层，第3ReLU激活层和最大池化层依次级联组成的第三卷积模块和第四卷积模块； 3c搭建由第Ⅰ定点量化卷积层，第ⅠReLU激活层，第Ⅱ定点量化卷积层，第ⅡReLU激活层，第Ⅲ定点量化卷积层和第ⅢReLU激活层依次级联组成的第五卷积模块； 3d搭建由第一反卷积层，第一批量标准化层，第一ReLU激活层，第二反卷积层，第二批量标准化层，第二ReLU激活层和定点量化卷积层依次级联组成的孪生网络尾部卷积模块； 3e搭建分别由第1定点量化卷积层，第1批量标准化层，第1ReLU激活层，第2定点量化卷积层，第2批量标准化层和第2ReLU激活层依次级联组成的五个边界提取模块和一个边界提取网络尾部卷积模块； 3f搭建由反卷积层，批量标准化层，ReLU激活层和定点量化卷积层依次级联组成的通道融合卷积模块； 3h将第一卷积模块，第二卷积模块，第三卷积模块，第四卷积模块，第五卷积模块与现有的图像块级的二阶非局部模块依次级联，构成孪生分支，将两个孪生分支并联，并在其后连接孪生网络尾部卷积模块，构成孪生网络； 3i将第一边界提取模块，第二边界提取模块，第三边界提取模块，第四边界提取模块和第五边界提取模块并联，并在其后连接边界提取网络尾部卷积模块，构成边界提取网络； 3j将孪生网络与边界提取网络并联，并在其后连接通道融合卷积模块，构成定点量化变化检测网络； 4对定点量化变化检测网络进行训练： 4a设计网络损失函数Lsum，包括孪生网络相对损失Lcl与边界损失Ledge两部分，表示为：Lsum＝Lcl+Ledge； 4b将训练集输入到定点量化变化检测网络中，使用Adam优化算法，迭代地更新网络权重值，直到损失函数Lsum收敛为止，得到训练好的定点量化变化检测网络； 5将测试集输入到训练好的定点量化变化检测网络中，得到网络的输出结果，对输出结果通过预先设定的阈值比较划分为变化与不变化两类。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。