恭喜湖南大学杨彬获国家专利权
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!
龙图腾网恭喜湖南大学申请的专利用于遥感变化检测的噪声标签鲁棒学习方法、系统和设备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:CN119832393B 。
龙图腾网通过国家知识产权局官网在2025-05-16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:202510307879.2,技术领域涉及:G06V10/82;该发明授权用于遥感变化检测的噪声标签鲁棒学习方法、系统和设备是由杨彬;李建龙;毛银设计研发完成,并于2025-03-17向国家知识产权局提交的专利申请。
本用于遥感变化检测的噪声标签鲁棒学习方法、系统和设备在说明书摘要公布了:本发明公开了用于遥感变化检测的噪声标签鲁棒学习方法、系统和设备,提出了边缘引导的跨级差异增强模块,通过低级‑高级特征交互,改进低级差异特征的边缘,并利用边缘改进后的差异特征引导高级双时相特征进行差异增强,充分挖掘了双时相图像的边缘信息和变化信息,基于不确定性分析的噪声标签联合检测策略,结合样本的不确定值和预测概率,识别潜在噪声标签并矫正,降低了将困难样本识别为噪声样本的风险;设计了一种困难样本自适应增强的噪声鲁棒损失函数,基于样本的不确定值,自适应的为样本分配损失权重,不确定值越大,样本学习越困难,损失权重越大,通过这种方式迫使网络学习更复杂和更困难的特征表示,增强模型对噪声标签的鲁棒性。
本发明授权用于遥感变化检测的噪声标签鲁棒学习方法、系统和设备在权利要求书中公布了:1.用于遥感变化检测的噪声标签鲁棒学习方法,其特征在于,所述方法包括以下步骤:S100:搭建遥感图像变化检测模型,包括骨干网络、边缘引导的跨级差异增强模块、渐进式的多级特征融合模块以及噪声标签联合检测模块;S200:获取双时相遥感影像,并输入至骨干网络,从双时相遥感影像中提取多级双时相特征,,通过差分的方式获取前1至N-1级的原始差异特征;S300:将前1至N-1级的原始差异特征与2至N级的双时相特征馈送至边缘引导的跨级差异增强模块,通过多尺度的膨胀卷积改进前1至N-1级的原始差异特征的边缘得到边缘改进后的差异特征,并利用当前级的边缘改进后的差异特征引导下一级的双时相特征、进行差异增强,得到两级之间的增强后的差异特征和;S400:将两级之间的增强后的差异特征和分别输入到渐进式的特征融合模块,将融合过程中的每一层中间特征取出来并进行相加得到N-1层的最终的变化特征,送往分类器得到每个类别的预测概率,选择预测概率最大的类别作为变化检测结果,获得相应的N-1个变化检测结果;S500:基于不确定分析的噪声标签联合检测策略对N-1个变化检测结果进行不确定性分析得到样本的不确定值,基于不确定值和预测概率对样本进行筛选,将筛选出来的样本与原始标签进行标签比对,得到噪声样本和正确样本;S600:设计困难样本自适应增强的噪声鲁棒损失函数,包括变化监督损失函数和边缘监督损失函数,对遥感图像变化检测模型进行训练,达到预设的训练结束条件时,得到训练好的遥感图像变化检测模型,用于对实时获取的双时相遥感影像进行变化检测。
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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路1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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。