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！

申请/专利权人：西安邮电大学;上海人工智能创新中心

摘要：本发明公开了一种基于多感受野自注意联合网络的遥感影像变化检测方法，解决了遥感影像变化检测过程中对象级语义显式建模困难和伪变化信息抑制不足的问题，具体为：首先，加入了一种邻域特征关注模块，实现语义级别信息的显式表征。然后，利用解码器将显式特征进行降维处理，生成一个聚合多层级权重特征差值图的密集特征。最后，利用多感受野语义过滤机制中并行的多尺度感受野卷积层，过滤图像伪变化像素，实现过滤伪变化信息的同时最大限度保留真实信息的目的。

主权项：1.一种基于多感受野自注意联合网络的遥感影像变化检测方法，其特征在于，包括以下步骤：步骤1、构建邻域特征关注模块；1.1、将多组双时相的遥感影像分别进行裁剪，并在暹罗框架下的骨干网络中放入多尺度特征，获取每一组图像T1和T2所包含多层级多尺度特征组；1.2、在骨干网络的每一层中将多层级多尺度特征组F1n＝{F11,...,F14}和F2n＝{F21,...,F24}进行邻域聚合，以生成语义信息掩码weightn，n＝1,2,3,4；1.3、将同一层级语义信息掩码weightn进行加权处理，得到联合权重图组和实现语义级别信息的显式表征，从而构建邻域特征关注模块；步骤2、获取语义密集特征Fcmpr；2.1、将联合权重图组和包含的同层级权重进行差值计算；2.2、将差值计算后的权重图与其他层的权重图进行串联解码，生成一个聚合多层级权重特征差值图的语义密集特征Fcmpr；步骤3、构建多感受野语义过滤机制；3.1、将所述语义密集特征Fcmpr进行多感受野并行卷积，得到多感受野并行卷积过滤后的全局特征FMSFM；3.2、将全局特征FMSFM进行聚合，在所述语义密集特征Fcmpr的基础上进行细化，并引入残差结构和线性嵌入模块，得到过滤伪变化信息的特征图，完成多感受野语义过滤机制的构建；步骤4、完成多感受野自注意联合网络模型的构建；4.1、将步骤2.2获取的语义密集特征Fcmpr通过双注意力网络进行通道和空间方面的注意力增强，得到语义密集增强特征图；4.2、将步骤3.2得到的过滤伪变化信息的特征图通过双注意力网络进行通道和空间方面的注意力增强，得到实意信息增强特征图；4.3、将所述语义密集增强特征图与实意信息增强特征图进行相加运算，得到最终的变化检测图，完成遥感影像的变化检测。

全文数据：

权利要求：

百度查询： 西安邮电大学 上海人工智能创新中心 一种基于多感受野自注意联合网络的遥感影像变化检测方法