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！

龙图腾网获悉宝略科技(浙江)有限公司申请的专利一种用于建筑物变化检测的局部背景语义信息增强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：CN112801929B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202110382282.6，技术领域涉及：G06T5/50；该发明授权一种用于建筑物变化检测的局部背景语义信息增强方法是由吴敦;应良中;孙华;高广;费佳宁;李东;卞婷玉设计研发完成，并于2021-04-09向国家知识产权局提交的专利申请。

本一种用于建筑物变化检测的局部背景语义信息增强方法在说明书摘要公布了：本发明涉及一种用于建筑物变化检测的局部背景语义信息增强方法，即：对比前后时相的两张建筑物原图，在两张原图上标注出建筑物变化区域，生成标注矢量文件，将原图裁切成N块高为H、宽为W的小图，将标注矢量文件转换为和原图等宽、等高的二值图，然后裁切出N块高为h，宽为w的标签，其中h=H2，w=W2，形成的图作为训练样本，构建出深度学习模型，对深度学习模型进行训练，任意选取一张待检测的遥感图像输入到训练得到的模型中，该方法实现了局部背景语义信息增强，即W与w之间的差值部分以及H与h之间的差值部分的背景像素对边缘区域的检测形成了信息增强，从源头为深度学习模型判别提供了决定性的上下文特征，显著提高检测准确率。

本发明授权一种用于建筑物变化检测的局部背景语义信息增强方法在权利要求书中公布了：1.一种用于建筑物变化检测的局部背景语义信息增强方法，其特征在于：该方法包括下列步骤： 步骤一、对比前后时相的两张建筑物原图，在两张建筑物原图上标注出建筑物变化的区域，生成标注矢量文件，其中建筑物原图的高度设为OH，宽度设为OW； 步骤二、分别将前后时相的两张原图裁切成N块高为H、宽为W的小图，其中OH大于H，OW大于W； 步骤三、将步骤一中生成的标注矢量文件，转换为高度为OH、宽度为OW的二值图，再将得到二值图裁切为N块高为h、宽为w的标签，每块标签均位于对应的每块小图的正中间，其中h＝H2，w＝W2； 步骤四、将步骤二中前时相的N块小图分别与后时相的N块小图一一对应进行拼接，拼接后形成的图作为训练样本，并生成训练样本集； 步骤五、构建出深度学习模型，所述深度学习模型为勾网络结构；所述的勾网络结构包括特征提取模块以及位于特征提取模块一侧的特征映射模块，特征提取模块为四层结构，特征映射模块为三层结构； 步骤六、对深度学习模型进行训练：将步骤四中生成的训练样本集输入到步骤五中的深度学习模型中，获得深度学习模型的输出结果，将输出结果与步骤三中的标签输入到损失函数中计算出损失值，再通过反向传播算法以损失值等于0为目标来更新网络权重，不断迭代，实现深度学习模型的训练；在深度学习模型进行训练的过程中，每块小图的W与w差值部分的背景像素以及H与h差值部分的背景像素对深度学习模型进行检测的检测区域形成信息增强； 步骤七、任意选取待检测的遥感图像，在该遥感图像上应用步骤六中训练得到的深度学习模型。

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宝略科技(浙江)有限公司，其通讯地址为：315199 浙江省宁波市鄞州区学士路655号E楼9层912、913室；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。