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内容特征强化学习的遥感影像变化检测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：CN119919809B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510000701.3，技术领域涉及：G06V20/10；该发明授权基于内容特征强化学习的遥感影像变化检测系统是由吴凡;孟小亮;董思俊设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本基于内容特征强化学习的遥感影像变化检测系统在说明书摘要公布了：本发明公开了一种基于内容特征强化学习的遥感影像变化检测系统，本系统分为4个数据处理阶段，分别为多尺度特征编码阶段、内容特征聚焦解码阶段、多分支变化差异解码阶段和基于内容强化的损失计算阶段。本发明可有效地排除由于影像获取条件的差异对变化检测的结果造成的干扰，包括获取影像数据的传感器的参数差异和获取影像数据时云雾和光照的差异等等复杂因素，可加强系统对具有价值的内容变化区域的分割能力。本发明通过结合多尺度特征提取、内容特征聚焦、多分支差异解码以及基于内容强化的损失计算，本发明提供了高效且鲁棒的遥感影像变化检测方法。

本发明授权基于内容特征强化学习的遥感影像变化检测系统在权利要求书中公布了：1.基于内容特征强化学习的遥感影像变化检测系统，其特征在于：包括影像获取模块，多尺度特征编码模块、内容特征聚焦解码模块以及多分支变化差异解码模块； 影像获取模块，用于获取双时相遥感影像； 多尺度特征编码模块，用于输入双时相遥感影像，利用共享权重的编码器对双时相遥感影像在多个尺度下进行特征提取，输出各个尺度下的编码特征； 内容特征聚焦解码模块，用于输入各个尺度下的编码特征，利用两个权重不共享的内容特征解码器对各个尺度下的编码特征进行多尺度的解码，解码输出双时相遥感影像的多尺度解码特征； 多分支变化差异解码模块，用于输入双时相遥感影像的多尺度解码特征；将双时相遥感影像的多尺度解码特征在每个尺度上进行特征融合，利用变化差异解码器对融合的多尺度解码特征进行解码，输出预测的变化区域分割图； 所述共享权重的编码器为预训练的EfficientNet-B5网络的前5个阶段，取2-5阶段的输出作为编码器的输出，其中， 所述EfficientNet-B5网络的第1-5阶段分别把输入系统的256*256分辨率的影像依次下采样到128*128、128*128，64*64，32*32，16*16的分辨率，第2-5阶段的双时相遥感影像的输出分别定义为{,,,}和{,,,}； 所述内容特征解码器对编码器输出的最小尺度特征不进行处理，直接输出为，，，将编码器输出的相邻尺度的特征和，输入特征聚合模块， 所述特征聚合模块用于： 将小尺度的特征进行转置卷积后与较大尺度的特征进行尺度对齐； 将尺度对齐后的两个相邻特征在通道维度上进行拼接； 将拼接后的特征图通过1*1的二维卷积层和残差模块进行特征融合得到对应尺度的内容特征，代表或；内容特征解码器输出的双时相遥感影像的内容特征分别定义为{,,,}和{,,,}； 内容特征解码器输出的各个尺度下的内容特征计算对应尺度下的加权图； 所述的加权图的计算过程为： 计算相同尺度下的双时相遥感影像的内容特征和间的余弦相似度； 沿维度对进行求和，得到内容特征和间的余弦距离图; 对利用函数进行归一化； 计算过程的公式如下： 所述的变化差异解码器将分别通过一个CBAM模块，再分别扩展一个新的维度，然后在这个新的维度上进行拼接，接着通过一个2*1*1的三维卷积层进行特征融合，然后将融合后的特征与相同尺度下的加权图相乘，得到双时相影像的变化差异特征 所述的变化差异解码器对做相同的处理：将和变化差异特征进行特征融合，得到与相同尺度的变化差异特征； 所述的变化差异解码器通过一个变化区域分割头将通过一个3*3的二维转置卷积进行上采样2倍到256*256的尺度，然后对上采样的特征图应用函数进行归一化，最终对归一化的特征图进行二值化，大于0.5的值设置为1，小于0.5的值设置为0，输出最终的变化区域分割图。

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。