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！

龙图腾网获悉渭南师范学院申请的专利遥感数据与AI模型协同驱动的建筑物检测系统及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：CN121661046B 。

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：202610162790.6，技术领域涉及：G06T7/00；该发明授权遥感数据与AI模型协同驱动的建筑物检测系统及方法是由王峰设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本遥感数据与AI模型协同驱动的建筑物检测系统及方法在说明书摘要公布了：本发明公开了遥感数据与AI模型协同驱动的建筑物检测系统及方法，具体遥感图像处理领域，用于解决多时相遥感影像受配准误差与成像风格差异影响导致建筑物变化检测误报漏报的问题；用于解决两时相遥感影像受配准误差与成像风格差异影响导致建筑物变化误检漏检的问题；通过第一时相遥感影像与第二时相遥感影像生成配准影像对，多分支先验编码分割网络输出第一时相建筑掩膜第二时相建筑掩膜稳定区域掩膜建筑边界图与建筑片段库，自逆风格映射网络生成同风格影像对并构造合成影像对与合成变化标签图，合成样本可信判定筛除不可信样本，交互式注意力变化检测网络训练得到变化检测模型，推理生成可信变化图并更新建筑片段库。

本发明授权遥感数据与AI模型协同驱动的建筑物检测系统及方法在权利要求书中公布了：1.遥感数据与AI模型协同驱动的建筑物检测方法，其特征在于，包括步骤： S1：采集目标区域第一时相遥感影像，采集目标区域第二时相遥感影像，执行配准与亮度归一化，得到配准影像对； 步骤S1包括如下内容： 对第一时相遥感影像与第二时相遥感影像提取角点与线段交点特征，依据局部梯度方向一致度建立初配对集合，依据邻域相对位移中位代价筛除误配对，依据双向重投影中位误差最小准则求解几何变换矩阵，依据几何变换矩阵对第二时相遥感影像执行插值重采样形成第二时相重采样影像； 在第一时相遥感影像与第二时相重采样影像中筛选稳定纹理带像素集合，稳定纹理带像素集合满足梯度方向一致与局部对比能量一致，依据稳定纹理带像素集合建立两时相灰度累计比例关系并构造灰度映射表，灰度映射表作用于第二时相重采样影像得到第二时相归一化影像，第一时相遥感影像与第二时相归一化影像组成配准影像对； S2：将配准影像对输入多分支先验编码分割网络，输出第一时相建筑掩膜，输出第二时相建筑掩膜，计算两张建筑掩膜共同非建筑区域得到稳定区域掩膜，提取建筑掩膜边界得到建筑边界图，从两幅影像裁剪建筑片段写入建筑片段库； S3：使用稳定区域掩膜约束自逆风格映射网络完成两时相影像风格统一，基于建筑边界图限定建筑候选变化区执行建筑片段结构替换生成合成影像对与合成变化标签图，对合成影像对执行可信判定并按判定结果选择进入训练集或重新生成； S4：使用配准影像对，同风格影像对，建筑边界图训练交互式注意力变化检测网络，交互式注意力变化检测网络包含局部全局交互注意力模块，训练阶段以合成影像对与合成变化标签图提供监督，训练阶段以稳定区域掩膜约束变化证据在稳定区域降低响应，得到变化检测模型； 步骤S4包括如下内容： 同风格影像对生成差分图，差分图与第一时相同风格影像第二时相同风格影像建筑边界图拼接形成交互式注意力变化检测网络输入，交互式注意力变化检测网络设置局部编码路径与全局编码路径得到局部特征与全局特征，局部全局交互注意力把局部特征与全局特征执行查询匹配汇聚并引入边界嵌入特征形成融合特征，解码输出变化证据图与变化概率图； S5：变化检测模型处理同风格影像对输出变化证据图，变化检测模型处理时相交换的同风格影像对输出反向变化证据图，比较变化证据图与反向变化证据图得到一致性图，在稳定区域掩膜内计算残差图，依据一致性图与残差图筛除伪变化得到可信变化图，将可信变化图对应建筑片段加入建筑片段库，使用新增建筑片段重建合成影像对并更新变化检测模型一次。

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渭南师范学院，其通讯地址为：714000 陕西省渭南市临渭区站南路24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。