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！

龙图腾网获悉南京理工大学申请的专利基于暹罗级联差分神经网络的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：CN115546638B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211219314.1，技术领域涉及：G06V20/10；该发明授权基于暹罗级联差分神经网络的变化检测方法是由江凯旋;刘嘉;张文华;刘芳;李东徽;王宇设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于暹罗级联差分神经网络的变化检测方法在说明书摘要公布了：本发明公开了一种基于暹罗差分神经网络的变化检测方法，该方法包括以下步骤：构造对称的双边级联神经网络结构；建立针对加强特征提取的变化检测学习模型；基于注意力机制优化学习模型；提取优化结果，输出变化区域。本发明的优点在于定义了一个针对变化检测问题的暹罗变化检测模型，可以很好的缓解双时态图像对齐错误引起的误检，因此对于图像中的尺度和颜色变化具有较强的鲁棒性，能够适应各种各样的数据类型。

本发明授权基于暹罗级联差分神经网络的变化检测方法在权利要求书中公布了：1.一种基于暹罗差分神经网络的变化检测方法，其特征在于，包括以下步骤： 第一步，构造一个对称的暹罗级联神经网络结构用于学习，网络的两端输入为两幅经过配准的图片，分别经过若干层卷积层得到不同层次的特征图； 第二步，定义针对加强特征提取的变化检测学习模型，引入注意力机制优化特征图，具体步骤如下： 1构建双边级联变化检测学习模型，定义输入数据为X,Y，那么定义特征函数如下： Xi,Yi＝fiX1,Y1其中Xi,Yi分别代表输入的两幅变化检测图像，fiX1,Y1表示得到的特征图，i为层数； 2引入注意力机制优化学习模型，注意力机制步骤如下： ①将输入特征图经过三个不同的1x1卷积，得到三个特征向量，用来进行注意力权重的生成，分别用Q,K,V来表述； ②将Q,K,V三个向量调整维度大小为二维矩阵，分别用来表示； ③将向量与的转置矩阵相乘，经过Softmax得到权重系数A； ④使用score归一化； 其中K经过维度变换得到之后经过矩阵转置得到Q经过维度变换得到和的特征通道数目相同；用C'表示特征通道数量； ⑤将矩阵A乘以得到每个输入向量的加权向量矩阵⑥将向量reshape为三维特征向量，用Y表示； Y＝FX⑦相加之后得到最终的输出结果Z； Z＝FX+X其中，Z是输出特征图，FX是残差映射函数，表示每个特征向量之间的相似度关系； 第三步，将经过注意力机制的特征图通过跳转连接对特征进行融合上采样，生成不同层次的特征图；通过加权对特征图进行进一步强化，经过欧氏距离做差得到对应的差异图，不同大小差异图经过上采样到相同大小，最后将不同差异图相加得到最终的变化图； 第四步，引入对比损失函数作为变化图和真实标签图之间的度量，通过最小化损失来训练神经网络。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。

以上内容由龙图腾AI智能生成。