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一种基于视觉基础模型的双分支变化检测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：CN119785203B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411764882.9，技术领域涉及：G06V20/10；该发明授权一种基于视觉基础模型的双分支变化检测方法和系统是由刘菊华;杜博;王子斌;宣文杰设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于视觉基础模型的双分支变化检测方法和系统在说明书摘要公布了：本发明公开了一种基于视觉基础模型的双分支变化检测方法和系统，属于遥感影像检测技术领域。该方法提出了一种基于视觉基础模型的双分支变化检测网络模型，使用冻结的视觉基础模型FastSAM作为编码器，极大提升了网络模型的特征提取能力。为实现视觉基础模型提取特征向遥感影像领域的迁移，本方法设计了一个变化检测适配器模块，通过微调少量模型参数，实现了从通用视觉特征到遥感影像特征的有效转换。此外，该方法还提出了一个双分支变化检测模块，分别利用单时相语义特征解码器和双时相变化特征解码器，通过对单时相遥感影像语义信息的挖掘和双时相多尺度特征的融合，进一步提高了特征的判别能力，从而提升了模型的检测性能。

本发明授权一种基于视觉基础模型的双分支变化检测方法和系统在权利要求书中公布了：1.一种基于视觉基础模型的双分支变化检测方法，其特征在于，包括如下步骤： 步骤1，收集和处理训练模型所需要的遥感影像变化检测数据集； 步骤2，使用基于视觉基础模型的双分支变化检测网络在步骤1中的数据集上训练一个用于遥感影像变化检测的遥感影像变化检测模型； 遥感影像变化检测模型的处理过程为：使用视觉基础模型作为编码器来提取双时相影像的通用视觉特征，作为变化检测适配器模块的输入；变化检测适配器模块对输入的特征进行调整，实现通用视觉特征到遥感影像特征的迁移，并将调整后的特征作为双分支变化检测模块的输入；双分支变化检测模块对输入的特征，分别利用单时相语义特征解码器分支和双时相变化特征解码器分支，输出变化检测结果，并对结果进行监督；最后，将双分支变化检测模块输出的结果进行加权融合，输出最终的检测结果； 单时相语义特征解码器分支包括单时相语义特征解码器模块和变化检测模块，具体结构如下： 211单时相语义特征解码器模块包含若干个解码单元，每个解码单元均由一层上采样层、两层步长为1，卷积核大小为3×3的卷积层、两层批归一化层BN和两层ReLU激活函数构成，其中，每个解码单元接收来自高层次特征的输入，首先对当前输入特征进行反卷积操作，然后将上采样之后的特征与来自较低层次的特征图进行拼接，实现多尺度特征的融合；通过逐层上采样与特征融合，输出前时相融合各自多尺度信息的语义特征，其过程如公式2所示： 2 具体而言，表示单时相语义特征解码器的第i层特征，表示适配器模块调整后的不同尺度的特征，代表上采样操作，代表卷积核大小为3×3的卷积层； 同理，获得后时相融合各自多尺度信息的语义特征 212紧接着，使用一个包含两层卷积、两层批归一化、两层ReLU激活函数以及一个Sigmoid函数组成的变化检测模块，将前、后单时相影像分别融合后的影像特征进行拼接后作为输入，并对变化检测结果进行预测，得到单时相语义特征解码器分支的变化检测结果；综上，该分支的计算过程可以用公式3表示： 3 具体而言，中的下标1和2是指时相，1代表前时相，2代表后时相，表示变化检测适配器调整后输出的前后时相遥感影像的特征图，表示单时相语义特征解码器分支； 双时相变化特征解码器的具体结构如下： 221双时相变化特征解码器包含分支包含若干个解码单元，每个解码单元均有两个卷积核大小为3×3的卷积层、两层批归一化层BN和两层ReLU激活函数构成；在对双时相变化特征进行解码过程中，每个解码单元将已提取到的相同尺度特征和一个低尺度特征上采样后的特征进行拼接融合，其中相同尺度的特征来自前后时相特征和其他解码单元的输出，低尺度特征来自后时相特征和其他解码单元的输出；融合后的特征图经过卷积块进行进一步的特征提取，以提升网络的特征表达能力；经过所有解码单元的解码操作，最终输出了4个包含浅层和深层信息的特征、、和，解码过程如公式5所示： 5 具体而言，表示相应位置解码单元的输出，表示来自前时相的特征，表示来自后时相的特征，代表上采样操作，代表卷积核大小为3×3的卷积层； 222紧接着，将得到的特征输入由通道注意力模块CAM、一层卷积层和一个Sigmoid函数组成的变化检测模块；其中，CAM通过全局平均池化和全局最大池化获取每个通道的全局信息，接着利用全连接层生成通道权重，最后将这些权重应用于原始特征图，从而实现对特征的自适应调整；该变化检测模块接收双时相变化特征解码器输出的四个特征在通道维度进行拼接后的特征作为输入，并输出双时相变化特征解码器分支的变化检测结果；综上，该分支的计算过程可以用公式6表示如下： 6 具体而言，中的下标1和2是指时相，1代表前时相，2代表后时相，表示变化检测适配器调整后输出的前后时相遥感影像的特征图，表示双时相变化特征解码器分支； 步骤3，根据最终的遥感影像变化检测模型，对待检测的双时相遥感影像进行变化区域的识别和可视化输出。

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。