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！

摘要：本发明公开了一种基于多尺度特征挖掘与反思机制的遥感变化检测方法，属于遥感图像处理技术领域，适用于土地调查、城市建筑物监测和生态监测等领域。实现步骤是：1、多尺度特征挖掘模块MSFE构建；2、嵌入多尺度特征挖掘模块的遥感变化检测神经网络构建；3、反思神经网络模块构建；4、模型训练与结果输出。本发明与现有遥感变化检测方法相比，所述多尺度特征挖掘模块能够高效挖掘多尺度特征信息。另外，所述反思神经网络模块是一种适用于遥感变化检测任务中难样本挖掘技术，能够改善遥感变化检测神经网络的检测结果精度。

主权项：1.一种基于多尺度特征挖掘与反思机制的遥感变化检测方法，其特征在于，包括如下步骤：步骤1，多尺度特征挖掘模块构建；首先采用最大池化或双线性插值算法构建重采样层，将多个原始特征图输入重采样层进行重采样，得到对应的尺寸大小一致的特征图；其次，构建高效通道注意力模块ECA，将上述原始特征图输入高效通道注意力模块，得到对应的通道注意力加权值矩阵；随后，将对应的通道注意力加权值矩阵与重采样后的特征图进行矩阵相乘，并对上述矩阵相乘得到的特征图沿通道维度进行拼接；最后，对拼接得到的结果进行卷积操作，其中卷积核为1*1，并将卷积操作得到的特征图输出；步骤2，嵌入多尺度特征挖掘模块的遥感变化检测神经网络构建；设置一个多层编码器和一个多层解码器，以构建遥感变化检测神经网络，多层编码器拥有两个分支，分别用于提取时相1和时相2的遥感影像的特征图；多层解码器拥有两个分支，利用对应的编码器提取的特征图生成变化区域的掩码；将构建的多尺度特征挖掘模块MSFE分别嵌入上述多层编码器和多层解码器，得到嵌入多尺度特征挖掘模块的遥感变化检测神经网络，利用该网络，生成初步变化检测结果p1；步骤3，反思神经网络模块构建；首先，应用最大值索引函数argmax将初步变化检测结果p1转换成单通道的二分类变化掩码p1'，并计算p1'与真值gt之间的差异，作为漏检或误检等难以检测区域的判断依据，构建一个注意力加权值矩阵Wa；其次，融合步骤2中的嵌入多尺度特征挖掘模块的遥感变化检测神经网络中的解码器输出的多层特征图，得到特征图f，并应用注意力机制为上述融合后的特征图f构建一个自适应的注意力加权值矩阵Wb；最后，基于以上得到的两个注意力加权值矩阵Wa和Wb，对上述融合后特征图f进行重标定得到特征图f'，并将重标定结果f'输入反思解码器，得到精化后的变化检测结果p2；步骤4，模型训练与结果输出；基于上述步骤得到的初步变化检测结果p1和精化变化检测结果p2分别计算损失函数值，优化器根据上述两个损失函数值的和更新整个模型；重复步骤1至步骤4，直到训练完成，训练完成后模型输出的精化变化检测结果p2即作为最终结果。

全文数据：

权利要求：

百度查询： 滁州学院 一种基于多尺度特征挖掘与反思机制的遥感变化检测方法