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！

龙图腾网获悉昆明理工大学申请的专利基于改进孪生U-Net与中心环绕双流网络的地质灾害变化检测方法及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：CN121259596B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511526473.X，技术领域涉及：G06V20/10；该发明授权基于改进孪生U-Net与中心环绕双流网络的地质灾害变化检测方法及系统是由方留杨;马显佩;左小清;朱春雨;舒东;丛啸;黄成;禹萌;王明果;李勇发设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本基于改进孪生U-Net与中心环绕双流网络的地质灾害变化检测方法及系统在说明书摘要公布了：本发明涉及一种基于改进孪生U‑Net与中心环绕双流网络的地质灾害变化检测方法和系统。该方法构建改进的孪生U‑Net网络作为特征提取主干，在编码器中集成可变形卷积模块自适应调整感受野；在解码路径中嵌入中心环绕双流网络，通过中心流路径提取细节特征，环绕流路径获取全局上下文；设计特征融合模块实现双路径特征深度融合，采用门控注意力单元校准特征响应；引入对比特征学习机制强化特征空间聚类特性；实施多模态退化增强训练提升模型鲁棒性；通过端到端联合优化最小化包含差异感知损失和特征对比损失的目标函数。本发明能准确识别滑坡、泥石流和地面沉降等地质灾害变化区域，具有检测精度高、抗干扰能力强的优点。

本发明授权基于改进孪生U-Net与中心环绕双流网络的地质灾害变化检测方法及系统在权利要求书中公布了：1.一种基于改进孪生U-Net与中心环绕双流网络的地质灾害变化检测方法，其特征在于，包括以下步骤： S1、构建改进的孪生U-Net网络作为特征提取主干，采用共享权重的双编码器-解码器结构分别处理不同时期的地质灾害图像，在编码器中集成可变形卷积模块以自适应调整感受野； S2、在所述孪生U-Net网络的解码路径中嵌入中心环绕双流网络结构，通过中心流路径提取细节纹理和边界特征，通过环绕流路径获取全局上下文信息； S3、设计中心-环绕特征融合模块，通过双向特征引导机制融合双路径输出特征，并采用门控注意力单元自适应校准特征响应； S4、引入对比特征学习机制，在特征嵌入空间中对齐同一变化实例的特征表示并推远非变化区域的特征距离； S5、实施多模态退化增强训练，通过模拟云雾遮挡、光照变化和地形阴影构建训练样本； S6、采用端到端的联合优化策略，最小化包含差异感知损失和特征对比损失的目标函数； S7、基于训练完成的网络生成地质灾害变化检测图，识别并定位滑坡、泥石流和地面沉降的变化区域； 所述步骤S1中： 所述改进的孪生U-Net网络采用对称的编码器-解码器架构，编码器包含多个下采样阶段且每个阶段均集成可变形卷积模块； 所述可变形卷积模块通过引入可学习的空间偏移量，使卷积核能够根据输入特征自适应调整采样位置； 所述双编码器采用权重共享机制，各下采样阶段使用相同的卷积核参数； 所述解码器包含多个上采样阶段，通过跳跃连接将编码器特征与解码器特征进行通道拼接以恢复空间分辨率； 所述S2包括： 所述中心流路径通过接收编码器的高分辨率特征图，结合坐标注意力机制和残差连接，提取并保持细节纹理和边界特征； 所述环绕流路径通过并行多尺度空洞卷积和特征金字塔结构，结合全局池化操作，获取多尺度全局上下文信息； 所述中心流路径和环绕流路径的输出特征在通道维度进行拼接，形成同时包含局部细节和全局上下文的互补特征表示； 所述步骤S3中的中心-环绕特征融合模块通过以下方式实现特征融合： 所述双向特征引导机制包括：从中心流路径到环绕流路径的细节引导：将中心流路径输出的细节特征作为门控信号，通过卷积和激活函数生成空间注意力图，对环绕流路径的上下文特征进行空间权重调整； 从环绕流路径到中心流路径的上下文引导：将环绕流路径输出的上下文特征作为门控信号，通过全局平均池化和全连接层生成通道注意力权重，对中心流路径的细节特征进行通道权重调整； 所述门控注意力单元采用双路径门控机制：空间门控分支：通过卷积层和激活函数学习空间选择性权重，增强变化区域的空间特征响应；通道门控分支：通过全局池化和全连接层学习通道重要性权重，突出与变化检测相关的特征通道。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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。