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:山东锋士信息技术有限公司
摘要:本发明涉及一种基于渐进式分心挖掘的遥感图像变化检测方法及系统,属于双时相遥感图像处理技术领域。通过卷积神经网络分别提取遥感双时相图像的多尺度特征,相同尺度的双时相特征分别做差求绝对值获得多尺度差异特征图,利用获得的小尺度差异特征获得变化区域预测图,并依据变化区域预测图引导大尺度差异特征图分心挖掘变化区域,随后利用引导细化后的大尺度差异特征获得变化区域预测图并引导更大尺度差异特征细化,从而实现渐进式引导,最后得到的多尺度融合差异特征图输入预测器预测,计算损失值更新模型。本发明方法对不确定的模糊变化区域进行二次挖掘,有效避免了伪变化以及漏检变化的问题。
主权项:1.一种基于渐进式分心挖掘的遥感图像变化检测方法,其特征是,包括步骤如下:S1.获取原始遥感图像预处理并划分数据集;S2.将不同时相的两遥感图像输入到权重共享的孪生特征提取器中,分别得到多个不同尺度的特征图;S3.将得到的相同尺度的双时相特征分别做差求绝对值获得多尺度差异特征图;S4.利用渐进式引导策略分心挖掘:先利用获得的最小尺度差异特征预测获得变化区域预测图,利用最小尺度的变化区域预测图引导比其大一级的大尺度差异特征图解码,分别专注于预测变化区域和预测非变化区域进行分心挖掘,再沿通道连接分心挖掘两分支的输出获得初步精炼的差异特征图;初步精炼的差异特征图作为小尺度差异特征获得变化区域预测图,再引导比其大一级的大尺度差异特征图解码,重复分心挖掘,直到得到由最大尺度的差异特征图分心挖掘、通道拼接后输出的精炼的多尺度融合差异特征图;S5.将精炼的多尺度融合差异特征图经过上采样后送入预测器输出最终预测图,将预测结果与图像块标签进行对比,以二分类交叉熵函数作为损失函数,计算损失值,并进行梯度反向传播,以此更新模型参数;S6.在训练过程中同时进行验证,最后选取在测试集上效果最好的模型作为最终的网络模型,将遥感图像输入此模型进行变化检测。
全文数据:
权利要求:
百度查询: 山东锋士信息技术有限公司 一种基于渐进式分心挖掘的遥感图像变化检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。