图像变化检测方法、训练方法、装置和计算机设备制造方法及图纸

本申请涉及一种图像变化检测方法、训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待处理图像；待处理图像包括同一场景在不同时刻对应的第一图像及第二图像；将待处理图像输入至预设图像变化检测网络中进行检测，生成目标特征图；预设图像变化检测网络中包括特征图金字塔网络，特征图金字塔网络用于对待处理图像的多个尺度的特征图进行融合，生成目标特征图；根据目标特征图，确定第一图像及第二图像之间的图像变化检测结果。采用本方法能够提供图像变化检测准确性。性。性。

【技术实现步骤摘要】
图像变化检测方法、训练方法、装置和计算机设备


[0001]本申请涉及图像处理
，特别是涉及一种图像变化检测方法、训练方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着图像处理相关技术的不断发展，图像变化检测技术已广泛应用于视频监控、环境监测、森林资源调查、土地利用、城市规划布局等众多领域。通过图像变化检测技术可以检测同一场景在不同时间段内所发生的变化。
[0003]在对同一场景进行图像变换检测时，将该场景的实时拍摄图像与该场景的标准图像进行比较，确定图像之间的差异。再根据图像之间的差异就可以获取到图像变化信息。
[0004]现有技术，在对同一场景进行图像变化检测时，通常是将该场景的实时拍摄图像与该场景的标准图像输入至传统的卷积神经网络中进行处理，确定图像之间的差异，进而获取到图像变化信息。然而，采用上述方法进行图像变化检测所得到的图像变化信息的准确性较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提供图像变化检测准确性的图像变化检测方法、训练方法、装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像变化检测方法，其特征在于，所述方法包括：获取待处理图像；所述待处理图像包括同一场景在不同时刻对应的第一图像及第二图像；将所述待处理图像输入至预设图像变化检测网络中进行检测，生成目标特征图；所述预设图像变化检测网络中包括特征图金字塔网络，所述特征图金字塔网络用于对所述待处理图像的多个尺度的特征图进行融合，生成所述目标特征图；根据所述目标特征图，确定所述第一图像及所述第二图像之间的图像变化检测结果。2.根据权利要求1所述的方法，其特征在于，所述预设图像变化检测网络还包括特征提取网络；所述将所述待处理图像输入至预设图像变化检测网络中进行检测，生成目标特征图，包括：将所述待处理图像输入至所述特征提取网络中进行特征提取，生成多个尺度的特征图；将所述多个尺度的特征图输入至所述特征图金字塔网络中，对所述多个尺度的特征图进行融合，生成所述目标特征图。3.根据权利要求2所述的方法，其特征在于，所述特征提取网络包括编码网络及解码网络，所述编码网络采用残差网络；将所述待处理图像输入至所述特征提取网络中进行特征提取，生成多个尺度的特征图，包括：将所述待处理图像输入至所述残差网络中进行处理，生成多个尺度的第一特征图；将所述多个尺度的第一特征图输入至所述解码网络中进行处理，生成多个尺度的第二特征图。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标特征图，确定所述第一图像及所述第二图像之间的图像变化检测结果，包括：将所述目标特征图输入至预设分类器中进行分类，生成所述待处理图像中各像素点对应的类别及所述像素点在所述类别下的概率；针对所述待处理图像中各像素点，根据各所述像素点对应的类别及所述像素点在所述类别下的概率，生成所述第一图像及所述第二图像之间的图像变化检测结果。5.根据权利要求4所述的方法，其特征在于，所述类别包括变化类及非变化类；所述根据各所述像素点对应的类别及所述像素点在所述类别下的概率，生成所述第一图像及所述第二图像之间的图像变化检测结果，包括：根据各所述像素点对应的类别及所述像素点在所述类别下的概率，从各所述像素点中确定属于变化类的像素点；对所述属于...

【专利技术属性】
技术研发人员：郑润蓝，佘楚云，张瑞，黄加祺，周永光，王兵，曹建伟，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：