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：湖南大学

摘要：本发明公开了一种基于宽度学习的异质图像变化检测方法，预设异质图像变化检测模型，获取两张待检测的异质图像并对其进行分割，得到多个特征对，特征节点生成及换域模块接收多个特征对并进行特征节点生成和换域，得到两个空间域下各自对应的不同时相特征，差分增强模块接收两个空间域各自对应的不同时相的特征节点并处理，得到各空间域差分节点，输出层接收各空间域差分节点并计算，输出两张待检测的异质图像在各空间域的变化检测结果，根据各空间域的变化检测结果得到两张待检测的异质图像的变化检测结果。该方法采用宽度学习系统进行异质图像变化检测，增强了特征之间的鲁棒性和非线性性，能有效地利用特征。

主权项：1.一种基于宽度学习的异质图像变化检测方法，其特征在于，所述方法包括：S1、预设异质图像变化检测模型，该模型包括依次连接的特征节点生成及换域模块、差分增强模块、输出层、增量学习模块;S2、获取不同空间域下的两张异质图像，对两张异质图像进行分割并标注，得到多个特征对以及与多个特征对数量一致的真实标签；S3、特征节点生成及换域模块对多个特征对分别进行特征节点生成和换域，得到两个空间域各自对应的不同时相特征和不同时相特征节点，根据两个空间域各自对应的不同时相特征设置优化函数并优化调整特征节点生成及换域模块中的权值；S4、差分增强模块分别接收两个空间域各自对应的不同时相特征节点并处理，得到各空间域的差分节点，根据各空间域的差分节点以及真实标签设置第三优化函数并求解，得到输出层的权值，输出层接收各空间域的差分节点并结合输出层的权值计算出各空间域的变化检测结果；S5、增量学习模块将各空间域的变化检测结果与真实标签进行对比，筛选出训练错误的各空间域不同时相特征，并根据训练错误的各空间域不同时相特征对应的差分节点和真实标签设置第四优化函数并调整输出层的权值；S6、获取真实场景下待检测的两张异质图像并对其进行分割，将分割后得到的多个特征对依次输入调整权值后的特征节点生成及换域模块、差分增强模块、调整权值后的输出层处理，输出各空间域的变化检测结果，根据各空间域的变化检测结果得到待检测的两张异质图像的变化检测结果；S3中特征节点生成及换域模块对多个特征对分别进行特征节点生成和换域，得到两个空间域各自对应的不同时相特征和不同时相特征节点，具体包括如下：S31、特征节点生成及换域模块接收多个特征对并通过随机映射分别在各自对应的原空间域中进行特征节点生成，得到t1空间域的第一时相特征节点和t2空间域的第二时相特征节点；S32、通过回归函数将t1空间域的第一时相特征节点转换为t2空间域的第一时相特征，以及将t2空间域的第二时相特征节点转换为t1空间域的第二时相特征；S33、对t2空间域的第一时相特征和t1空间域的第二时相特征在新的空间域中通过随机映射进行特征节点生成，得到t2空间域的第一时相特征节点和t1空间域的第二时相特征节点；S34、将t2空间域的第一时相特征节点和t1空间域的第二时相特征节点通过回归函数转换回至原空间域，得到t1空间域的新第一时相特征和t2空间域的新第二时相特征；S3中根据两个空间域各自对应的不同时相特征设置优化函数并优化调整特征节点生成及换域模块中的权值，具体包括如下：S35、根据t1空间域的第一时相特征和第二时相特征、t2空间域的第一时相特征和第二时特征设置第一优化函数；S36、根据t1空间域的第一时相特征、t1空间域的新第一时相特征、t2空间域的第二时相特征、t2空间域的新第二时相特征设置第二优化函数；S37、根据第一优化函数和第二优化函数设置特征节点生成及换域模块的优化函数，根据优化函数调整特征节点生成及换域模块中的权值；其中，S37中特征节点生成及换域模块的优化函数具体可表示为： ；其中，为优化函数，表示二范数，为t1空间域的第i个第二时相特征，为t2空间域的第i个第一时相特征，为t1空间域的第一时相特征，为t2空间域的第二时相特征，为t1空间域的第i个新第一时相特征，为t2空间域的第i个新第二时相特征。

全文数据：

权利要求：

百度查询： 湖南大学 一种基于宽度学习的异质图像变化检测方法