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！

龙图腾网获悉南京信息工程大学申请的专利基于跨样本语义对比学习的遥感图像语义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：CN119810602B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411877074.3，技术领域涉及：G06V10/80；该发明授权基于跨样本语义对比学习的遥感图像语义变化检测方法是由杭仁龙;徐偲淇设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于跨样本语义对比学习的遥感图像语义变化检测方法在说明书摘要公布了：本发明公开了基于跨样本语义对比学习的遥感图像语义变化检测方法，包括：构建共享权重的孪生残差网络；将原始的双时遥感图像对应裁剪成块，分别输入到孪生残差网络的对应分支中；构建特征提取模块，并在孪生残差网络的第一阶段后嵌入特征提取模块；构建变化检测模块，并将孪生残差网络的第三阶段中生成的中间特征输入至变化检测模块中；构建多尺度特征金字塔融合模块，将辅助融合特征图、抽象融合特征图以及变化结果特征图输入至多尺度特征金字塔融合模块中，得到语义变化检测的最终结果。本发明嵌合了跨样本语义一致性特征提取模块，从而能够更佳的学习语义变化检测所需要的地物一致性信息，并能够提升语义变化检测结果的准确性和可靠性。

本发明授权基于跨样本语义对比学习的遥感图像语义变化检测方法在权利要求书中公布了：1.基于跨样本语义对比学习的遥感图像语义变化检测方法，其特征在于，包括： 构建共享权重的孪生残差网络； 将原始的双时遥感图像对应裁剪成块，分别输入到孪生残差网络的对应分支中； 构建特征提取模块，并在孪生残差网络的第一阶段后嵌入特征提取模块，生成辅助融合特征图和抽象融合特征图，包括： 在孪生残差网络的某一时相分支中，将特征图输入至第一阶段，生成特征图 将特征图经过7×7的卷积层，生成特征图公式为： 将特征图通过三条支路，分别使用1×1卷积层、3×3卷积层和7×7卷积层进行特征提取，分别得到特征图以及公式为： 在第一条支路中使用最大池化策略下采样，获得辅助融合特征图公式为： 式中，MaxPool2D表示最大池化函数； 将第二条支路和第三条支路生成的特征图利用低秩注意力机制融合模块进行融合，生成多尺度特征图Out； 将多尺度特征图Out直接嵌入特征图得到特征图并经过7×7卷积层后同辅助融合特征图再次进行低秩注意力融合，得到抽象融合特征图公式为： 式中，LowRankAttn表示低秩注意力融合； 构建变化检测模块，并将孪生残差网络的第三阶段中生成的中间特征输入至变化检测模块中，生成变化结果特征图； 构建多尺度特征金字塔融合模块，将辅助融合特征图、抽象融合特征图以及变化结果特征图输入至多尺度特征金字塔融合模块中，得到语义变化检测的最终结果。

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信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。