【技术实现步骤摘要】
本专利技术涉及到数字图像处理，具体涉及一种基于特征相关性神经网络的复杂场景变化检测方法。
技术介绍
1、遥感变化检测在城市规划、环境与灾害监测、资源管理、农业生产等领域具有广泛的应用。城市规划需要了解城市的发展情况包括城市的扩张、建筑物的增加等。变化检测可以帮助城市规划者及时了解城市的变化情况，以便规划城市的未来发展方向；同时其他土地类型如植被、森林、农作物的监测同样可以通过变化检测得到数据支撑。在灾害监测中，可以通过变化检测了解灾害的影响范围和程度为接下来的灾害救援提供帮助。
2、变化检测是遥感领域的一个重要研究方向，早在上个世纪80年代，就开始了基于像素的变化检测，也就是传统变化检测。传统遥感影像变化检测技术分为大致三类：基于影像代数、基于影像变换与基于影像分类的方法。变化检测技术基于代数的方法的原理是直接比较双/多时相图像之间的像素值，将其放入分类器中，以从图像差异、图像定量、变化向量分析和图像回归中获得具有适当阈值的变化信息。传统方法概念简单，易于实现，计算效率高。但传统的遥感影像变化检测方法通常需要经验阈值设置和大...
【技术保护点】
1.一种基于特征相关性神经网络的复杂场景变化检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于特征相关性神经网络的复杂场景变化检测方法，其特征在于：步骤1中，将所述光学图像作为前时相影像，将所述SAR影像作为后时相影像。
3.根据权利要求1所述的基于特征相关性神经网络的复杂场景变化检测方法，其特征在于：步骤2中在制作训练样本集与验证数据集时，现将影响按照重叠度为0的方式进行裁剪，且制作训练样本集时进行数据增强处理。
4.根据权利要求1所述的基于特征相关性神经网络的复杂场景变化检测方法，其特征在于：所述Changfor...
【技术特征摘要】
1.一种基于特征相关性神经网络的复杂场景变化检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于特征相关性神经网络的复杂场景变化检测方法，其特征在于：步骤1中，将所述光学图像作为前时相影像，将所述sar影像作为后时相影像。
3.根据权利要求1所述的基于特征相关性神经网络的复杂场景变化检测方法，其特征在于：步骤2中在制作训练样本集与验证数据集时，现将影响按照重叠度为0的方式进行裁剪，且制作训练样本集时进行数据增强处理。
4.根据权利要求1所述的基于特征相关性神经网络的复杂场景变化检测方法，其特征在于：所述changformer编码器的两个分支均由四个transformer模块组成，每个transformer模块组成均包括下采样单元、序列删减单元、多头注意力机制、多层感知机单元、卷积层单元、特征相加/相减单元。
5.根据权利要求1所述的基于特...
【专利技术属性】
技术研发人员：潘建平，罗政，崔伟，张慧娟，王恂寻，任朝晖，李逸萌，黄璞，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。