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！

龙图腾网获悉中国矿业大学申请的专利一种基于深度监督网络的遥感图像变化检测系统及其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：CN117115663B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202311264681.8，技术领域涉及：G06V20/10；该发明授权一种基于深度监督网络的遥感图像变化检测系统及其方法是由袁小平;陈烨;王小倩;贺智杰;刘晨希;张文豪;王子玮;杨婕;杨梓恬;陈宗琦设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本一种基于深度监督网络的遥感图像变化检测系统及其方法在说明书摘要公布了：本发明提供一种基于深度监督网络的遥感图像变化检测系统及其方法，基于Unet++模型端对端的编解码网络DSNet，包括编码器、解码器和分类器；双时图像Image1和Image2作为孪生网络的输入，通过多尺度残差特征提取模块进行连续的特征提取和下采样，并将每层获取的双时相图像的特征差异信息及前序节点的输出串联后作为解码器的输入，解码器部分将不同尺度的特征图进行融合，得到的特征图经过深度监督网络分类得到预测变化图。本系统中设计的非对称的多尺度残差特征提取模块MultiResblock将F1‑Score提升了1.4％，深度融合监督部分在增加了少量参数量的情况下，将F1‑Score提升了2.1％。

本发明授权一种基于深度监督网络的遥感图像变化检测系统及其方法在权利要求书中公布了：1.一种基于深度监督网络的遥感图像变化检测系统，其特征在于，基于Unet++模型端对端的编解码网络DSNet，包括编码器、解码器和分类器； 双时图像Image1和Image2作为孪生网络的输入，通过多尺度残差特征提取模块进行连续的特征提取和下采样，并将每层获取的双时相图像的特征差异信息及前序节点的输出串联后作为解码器的输入，解码器部分将不同尺度的特征图进行融合，得到的特征图经过深度监督网络分类得到预测变化图； 所述的多尺度残差特征提取模块，首先，通过标准3×3大小的卷积层，提取出图像的浅层信息与细节特征；其次，通过1×3，3×1大小的非对称卷积核；然后，引入3×3大小的可分离卷积层，在二维平面上对非对称卷积输出的特征进行逐通道卷积，并对得到的独立通道在深度方向上进行加权组合；接着，串联上述三个卷积层的输出特征，用于提取不同尺度的语义信息；与此同时，模块中还使用了两次1×1大小的卷积层，分别用于残差连接和调整级联之后的通道数；最后，将串联输出后的特征与残差连接后的特征进行相加，以获得额外的空间信息。

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矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学南湖校区；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。