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！

龙图腾网获悉中国石油大学(华东)申请的专利基于混合视觉Mamba网络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：CN120298902B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510455092.0，技术领域涉及：G06V20/10；该发明授权基于混合视觉Mamba网络的遥感图像变化检测方法是由孙冰;王雷全;童寿梁;吴春雷;李忠伟设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本基于混合视觉Mamba网络的遥感图像变化检测方法在说明书摘要公布了：本发明公开了基于混合视觉Mamba网络的遥感图像变化检测方法，属于遥感图像检测领域，包括以下步骤：S1、获取双时相遥感图像，将双时相遥感图像输入孪生混合编码器，得到全局特征和局部特征；S2、将全局特征和局部特征分别输入全局差分解码器和局部差分解码器，得到全局差异特征和局部差异特征；S3、将全局差异特征和局部差异特征输入双分支融合模块，得到融合特征；S4、将融合特征输入融合解码器，得到最终的预测结果。构建基于多混合模块的孪生混合编码器，利用混合模块有效地集成全局和局部信息，并缓解Mamba在处理变化检测任务时缺乏局部线索的问题。提出了双分支融合模块，为检测任务提取更具辨别力的变化特征。

本发明授权基于混合视觉Mamba网络的遥感图像变化检测方法在权利要求书中公布了：1.基于混合视觉Mamba网络的遥感图像变化检测方法，其特征在于，包括以下步骤： S1、获取双时相遥感图像，将双时相遥感图像输入孪生混合编码器，得到全局特征和局部特征； S2、将全局特征和局部特征分别输入全局差分解码器和局部差分解码器，得到全局差异特征和局部差异特征； S3、将全局差异特征和局部差异特征输入双分支融合模块，得到融合特征； S4、将融合特征输入融合解码器，得到最终的预测结果； S1中，孪生混合编码器包括依次连接的主干模块、第一混合模块、第二混合模块和第三混合模块； 其中，主干模块包括相互连接的3×3的卷积层； 第一混合模块、第二混合模块和第三混合模块的结构相同，均包括并行的CNN分支和Mamba分支，CNN分支和Mamba分支之间通过双分支的交互模块连接； 其中，Mamba分支设置有VSS子模块，CNN分支设置有相互连接的第一局部子模块和第二局部子模块，双分支的交互模块包括第一交互子模块和第二交互子模块； 第一局部子模块的输出端通过第一交互子模块与VSS子模块的输入端连接，VSS子模块的输出端通过第二交互子模块与第二局部子模块的输入端连接； S3中，双分支融合模块包括第一动态特征增强模块、第二动态特征增强模块和跨分支融合Mamba模块，第一动态特征增强模块和第二动态特征增强模块均与跨分支融合Mamba模块连接； S3包括以下分步骤： S31、将全局差异特征与局部差异特征进行融合，得到粗粒度融合特征； S32、将全局差异特征、局部差异特征和粗粒度融合特征输入第一动态特征增强模块，得到第一增强特征； S33、将全局差异特征、局部差异特征和粗粒度融合特征输入第二动态特征增强模块，得到第二增强特征； S34、将第一增强特征和第二增强特征输入跨分支融合Mamba模块，得到融合特征； S32包括以下分步骤： S321、将全局差异特征与局部差异特征相减，得到第一差异特征； S322、将第一差异特征经过池化操作处理后，通过动态差异感知注意力计算全局差异特征和局部差异特征之间的差异权重，并将其用于粗粒度融合特征放大特征差异，得到第二差异特征； S323、将全局差异特征通过可学习描述卷积处理，将生成的结果、第二差异特征和全局差异特征相加，得到第一增强特征； S34中，得到融合特征X的表达式具体为： 式中，ECA为通道注意力模块，为逐元素加法运算，D1为第一增强特征，D2为第二增强特征，LN为标准化层，Hf为混合特征相加结果，其表达式具体为： 式中，H1为第一混合特征，H2为第二混合特征，其表达式具体为： 式中，SS2D为选择性扫描2D单元，为逐元素乘法运算，SiLU为神经网络激活函数，Linear为线性层，H为初始混合特征，其表达式具体为： 式中，Dwc·为深度卷积运算。

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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。