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！

龙图腾网获悉武汉大学申请的专利基于扩散模型的大规模遥感变化检测数据集构建方法和系统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：CN119516298B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411419609.2，技术领域涉及：G06V10/774；该发明授权基于扩散模型的大规模遥感变化检测数据集构建方法和系统是由季顺平;昝玉洁;李世忠;董小环;高敬坤设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本基于扩散模型的大规模遥感变化检测数据集构建方法和系统在说明书摘要公布了：本发明公开了一种基于扩散模型的大规模遥感变化检测数据集构建方法和系统。本发明通过组织大规模遥感域的文本‑图像训练数据，微调稳定扩散模型的文生图模型和修复模型以适应遥感域，并基于微调的稳定扩散模型生成高质量且样本类别均衡的变化检测样本。首先在文生图模型微调中，使用CLIP来识别新的遥感词汇并建立多种土地覆盖类型的视觉先验，接着微调修复模型以获得额外的图像局部编辑能力，应用于变化样本生成。此外，本发明方法中，根据样本类别均衡原则设计的变化样本自动生成算法，使得可以快速构建大规模变化检测数据集，并很好的控制标签质量以及样本平衡。此外，负样本的引入，能够有效提升模型对伪变化的识别能力。

本发明授权基于扩散模型的大规模遥感变化检测数据集构建方法和系统在权利要求书中公布了：1.一种基于扩散模型的大规模遥感变化检测数据集构建方法，其特征在于，包括以下步骤： 步骤1，收集公开可获取的遥感数据集，并将相应的文本标题附加到带有分类或分割标签的遥感图像上，组织大规模遥感域的图文训练数据； 步骤2，引入具有开放词汇生成能力的生成式视觉语言大模型，即稳定扩散模型，利用收集的图文训练数据微调稳定扩散模型的文生图模型和修复模型，以适应遥感域并能够生成多样的变化检测样本； 步骤2的具体实现包括如下子步骤， 步骤2.1，首先依次使用收集的场景级和像素级图文数据微调文生图模型，得到SD-T2I-RS模型，在文生图模型微调过程中，利用文本-图像判别模型CLIP的文本编码器来学习遥感图像中的新词汇，获得的文本嵌入作为条件输入到权重可调的扩散模型中，以迭代的方式对潜在空间中随机采样的噪声图像进行去噪，预训练的CLIP文本编码器权重在训练过程中始终保持冻结； 步骤2.2，修复模型采用SD-T2I-RS模型权重进行初始化，然后使用收集的像素级图文数据进行训练，使其具有额外的基于区域的图像编辑能力，得到SD-Inpainting-RS模型； 步骤3，基于微调的稳定扩散模型SD-Inpainting-RS，根据变化方向合理以及样本类别均衡的原则，通过在遥感图像中指定的变化区域内生成新的土地覆盖内容，构建大规模生成式变化检测数据集，用于二元变化检测任务和语义变化检测任务； 步骤3中的大规模生成式变化检测数据集包含两部分：1从公开的语义分割数据集中生成：利用算法自动选择出一张图像上适合变化的类别和对象作为变化掩码，根据设计的合理的变化方向，利用SD-Inpainting-RS模型修改图像的变化掩码区域为另一种土地覆盖类型，生成的图像和原图像构成一对变化样本；2从GoogleEarth上采样的短期双时相图像，选取其中任意一个时相的图像，利用分割一切模型提取图像上土地覆盖对象的掩码作为变化掩码，再使用SD-Inpainting-RS模型修改图像的变化掩码区域为另一种土地覆盖类型，和另一时相的图像构成一对变化样本。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。