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！

龙图腾网恭喜西安电子科技大学申请的专利基于混合卷积的SAR图像变化检测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：CN115761502B 。

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：202211472616.X，技术领域涉及：G06V20/10；该发明授权基于混合卷积的SAR图像变化检测方法是由唐旭;李德生;马晶晶;张向荣;焦李成设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本基于混合卷积的SAR图像变化检测方法在说明书摘要公布了：本发明公开了一种基于混合卷积的SAR图像变化检测方法，主要解决将现有技术难以提取图像的全局信息，及在无标注标签的情况下缺少可靠标签训练网络的问题，其方案为：构建三通道的输入和初始标签；搭建由特征提取模块、渐进式融合模块和标签更新模块级联组成的图卷积加强卷积网络GECN；使用三通道的输入与标签对GECN进行训练；将被测试的SAR图像输入到训练好的GECN得到变化检测结果。本发明通过特征提取模块获取SAR图像局部和全局信息的多尺度特征，提高了GECN网络的特征提取能力；通过标签更新模块获取更多可靠标签训练GECN网络，提高了GECN网络的泛化性能，可用于城市规划布局、自然灾害评估和军事动态侦察。

本发明授权基于混合卷积的SAR图像变化检测方法在权利要求书中公布了：1.一种基于混合卷积的SAR图像变化检测方法，其特征在于，包括如下步骤：1构建三通道输入与初始标签：1a对双时间SAR图像采用对数比算子得到差异图，并将该差异图像与双时间图像在通道维度拼接得到三通道的输入；1b对1a中的差异图使用模糊聚类算法进行聚类，得到初始标签；2搭建图卷积加强卷积网络GECN：2a建立包括卷积神经网络子模块CNNB、图卷积神经网络子模块GCNB和融合子模块组成的特征提取模块，其中CNNB与GCNB并联之后再与融合子模块进行串联；2b建立依次进行上下采样操作、拼接操作及卷积操作的渐进式融合模块；2c建立由预测标签和原型标签投票更新训练标签的标签更新模块；2d将特征提取模块、渐进式融合模块和标签更新模块串联连接，构成图卷积加强卷积网络GECN；3使用三通道的输入与标签对GECN进行训练：3a在初始的20个训练批次中，将三通道的输入送进GECN中，对GECN的输出和初始标签采用交叉熵损失函数，并使用梯度下降法更新GECN参数，完成GECN的预训练；3b在随后的50个训练批次中，将三通道的输入送进预训练后的GECN中，使用标签更新模块更新初始标签，对预训练后GECN的输出和更新后的初始标签采用交叉熵损失函数，并使用梯度下降法进一步更新预训练后的GECN参数，完成GECN的训练；4将测试的SAR图像输入到训练好的GECN中得到GECN输出，对GECN的输出使用max函数得到SAR图像上每个像素点样本的类别，即为最终的SAR图像的变化检测结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。