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！

龙图腾网获悉北京卫星信息工程研究所申请的专利基于遥感图像变化检测的场景态势生成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：CN118736431B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202410739940.6，技术领域涉及：G06V20/13；该发明授权基于遥感图像变化检测的场景态势生成方法是由王瑞琨;贺广均;陈昊;梁颖;常明;陈元伟;金世超;冯鹏铭;李梓桢;上官博屹设计研发完成，并于2024-06-07向国家知识产权局提交的专利申请。

本基于遥感图像变化检测的场景态势生成方法在说明书摘要公布了：本发明涉及一种基于遥感图像变化检测的场景态势生成方法，包括：获取同一区域不同时相的两幅高分辨率卫星遥感影像，并进行预处理；构建基于SwinTransformer的双分支U‑net变化检测网络，对不同时相的两幅所述高分辨率卫星遥感影像进行变化检测；根据变化检测网络输出的变化地物的边界信息对空间关系建模，构建图卷积神经网络，生成边集和邻接矩阵；使用人工标注的遥感变化检测数据集，对图卷积神经网络进行训练，得到基于遥感图像变化检测的场景态势生成模型；利用训练好的基于遥感图像变化检测的场景态势生成模型，对测试集中的数据进行测试，得到遥感变化图像的态势。本发明，充分利用双时相遥感图像的丰富语义信息，实现变化场景态势的自动生成。

本发明授权基于遥感图像变化检测的场景态势生成方法在权利要求书中公布了：1.一种基于遥感图像变化检测的场景态势生成方法，其特征在于，包括以下步骤： 步骤S1、获取同一区域不同时相的两幅高分辨率卫星遥感影像，并进行预处理； 步骤S2、构建基于SwinTransformer的双分支U-net变化检测网络，对不同时相的两幅所述高分辨率卫星遥感影像进行变化检测； 步骤S3、根据变化检测网络输出的变化地物的边界信息对空间关系建模，构建图卷积神经网络，生成边集和邻接矩阵，具体包括： 步骤S31、将各类地物的变化对象视为节点V＝[v1,v2,v3,…vn]，地物的变化类型和变化状态作为节点特征，将每个节点之间的空间距离定义为边E＝[e1,e2,e3,…en]，得到节点集V和边集E，构建出图神经网络G＝{V,E}； 步骤S32、引入变化地物的边界位置信息box，boxi＝[y1,x1,y2,x2]对空间关系进行建模对每个变化地物的位置信息归一化，生成边集E和邻接矩阵A，则有： 其中，w和h是遥感影像的宽和高，eij是变化地物i和j之间的边，aij是邻接矩阵A的元素； 步骤S33、基于邻接矩阵构造度矩阵D和拉普拉斯矩阵L： 构造权重矩阵W，结合拉普拉斯矩阵和邻接矩阵更新节点特征，图卷积的公式如下： 其中，σ是非线性激活函数，W的参数通过梯度下降学习并随机初始化，Z表示为输出； 步骤S34、引入注意力机制，假定构建的遥感影像场景内容图中任意节点vi在第l层所对应的特征向量为hi，经过一个以注意力机制为核心的相邻节点的边的表征信息特征聚合之后，新的表征信息为hi '， 设定中心节点为vi，紧接着假定邻居节点vj到vi的权重系数，则有： eij＝LeakyReLUαT[Whi||Whj] 其中，W和α分别为权重矩阵和待学习参数矩阵，αij为α中的元素，则整层注意力网络的输出如下： 步骤S4、使用人工标注的遥感变化检测数据集，对图卷积神经网络进行训练，得到基于遥感图像变化检测的场景态势生成模型； 步骤S5、利用训练好的基于遥感图像变化检测的场景态势生成模型，对测试集中的数据进行测试，得到遥感变化图像的态势。

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北京卫星信息工程研究所，其通讯地址为：100086 北京市海淀区知春路61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”。