一种基于循环UNet网络的遥感影像变化检测方法及系统技术方案

本发明专利技术公开了一种基于循环UNet网络的遥感影像变化检测方法及系统，所述方法包括：基于UNet网络构建密集连接且循环的UNet网络DRUNet；DRUNet通过构建成对循环单元，利用前后向跳跃连接重用参数和编解码器，其中，前向跳跃连接将编码后的特征传递给解码器，后向跳跃连接将解码后的高级语义特征从解码器传递到编码器，在编码层和解码层之间不断进行递归，以实现更好的特征细化；对DRUNet网络进行网络架构搜索，搜索最优子结构，得到变化检测模型并进行训练；利用训练好的模型进行遥感影像变化检测。本发明专利技术可以提升遥感影像变化检测模型精度，并降低模型复杂度，从循环利用特征的角度提升模型性能。的角度提升模型性能。的角度提升模型性能。

【技术实现步骤摘要】
一种基于循环UNet网络的遥感影像变化检测方法及系统


[0001]本专利技术涉及图像处理，变化检测
，特别涉及一种基于循环UNet网络的遥感影像变化检测方法及系统。

技术介绍

[0002]随着对地观测技术的快速发展，获取大量的高分辨率遥感影像变得越来越容易，因此从遥感影像中自动提取有效信息成为遥感领域的研究热点。遥感影像变化检测是指在双时相遥感影像的成对像素上分配二进制标签，以定义由于人类活动或自然进化引起的地表变化。变化检测算法的最终目的是训练出一个类似人脑的模型，可以自主地识别不同时间拍摄的同一地理区域发生的变化，现有的各种模型都是通过不同方式来模拟人脑的学习过程。遥感影像变化检测已成功用于城市规划、农业监测和灾害应急等领域。
[0003]首先，不同时期成像条件的变化(如季节交替和光照强度)导致给定的双时相遥感影像中同一物体具有不同的光谱特征，不同的光谱特征导致易混淆地物的错误分类(未变化的区域被识别为变化，而变化的区域被判断为未变化)。其次，变化区域常常具有不规则和复杂的形状，尤其是植被和森林的变化。因此，准确识别双时相遥感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于循环UNet网络的遥感影像变化检测方法，其特征在于，包括：基于UNet网络构建密集连接且循环的UNet网络DRUNet；其中，DRUNet通过构建成对循环单元，利用前向跳跃连接和后向跳跃连接重用参数和编解码器，前向跳跃连接将编码后的特征传递给解码器，后向跳跃连接将解码后的高级语义特征从解码器传递到编码器，在编码层和解码层之间不断进行递归，以实现更好的特征细化；对DRUNet网络进行网络架构搜索，搜索最优子结构，得到变化检测模型；对所述变化检测模型进行训练，得到训练好的变化检测模型；利用训练好的变化检测模型进行遥感影像变化检测，得到变化检测结果。2.如权利要求1所述的基于循环UNet网络的遥感影像变化检测方法，其特征在于，DRUNet是由多个不同层次的成对循环单元嵌套而成的循环迭代网络；一个成对循环单元包含一对编码器和解码器，并且在同一层和不同层上都有前向跳跃连接和后向跳跃连接；其中，所述前向跳跃连接将检索到的特征与来自同一层和不同层的编码器的特征进行连接，所述后向跳跃连接将检索到的特征与来自同一层和不同层的解码器的特征进行连接。3.如权利要求2所述的基于循环UNet网络的遥感影像变化检测方法，其特征在于，在DRUNet中，通过使用最大池化或不同参数的插值来改变特征映射的大小；并将特征拼接方案优化为元素平均；所有层的前一编码/解码特征通过前后双向跳跃连接与每个下一解码/编码层紧密连接，以融合多尺度特征。4.如权利要求1所述的基于循环UNet网络的遥感影像变化检测方法，其特征在于，所述对DRUNet网络进行网络架构搜索，搜索最优子结构，得到变化检测模型，包括：使用一种两阶段搜索算法：K
‑
连续进化算法来寻找DRUNet的稀疏连接子架构；在第一阶段，选择k个跳跃连接来缩小搜索空间；在第二阶段，引入连续进化算法来逐步发现最优子结构，从而得到没有冗余连接或块的变化检测模型。5.如权利要求4所述的基于循环UNet网络的遥感影像变化检测方法，其特征在于，DRUNet中的一个提取块包含L层，C个跳跃连接；使用K
‑
连续进化算法来寻找DRUNet的稀疏连接子架构，包括：压缩一个可学习的选择矩阵来建模L个输入跳跃连接和k个选定的跳跃连接之间的映射，并将Φ(.)表示为一个完全可微的方程：Φ(C,M)＝Matmul(C,Gumbel_SoftMax(M))其中，C＝{C1,
…
,C
L
}表示提取块中...

【专利技术属性】
技术研发人员：支瑞聪，罗雅露，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：