一种基于时空鲁棒表征提取的遥感变化检测方法技术

本发明专利技术公开了一种基于时空鲁棒表征提取的遥感变化检测方法，属于计算机视觉遥感变化检测技术领域，包括如下步骤：步骤1、基于多尺度特征编码网络提取对齐后的时空鲁棒表征；步骤2、利用对齐后的时空鲁棒表征进行变化图预测；步骤3、利用原分辨率双时图像来对变化图的细节进行修复，得到最终的遥感变化图。本发明专利技术在避免特征混淆的情况下利用全局的时空信息，高效的预测变化图，更有效的提升变化图的细节。

【技术实现步骤摘要】

本专利技术属于计算机视觉遥感变化检测，具体涉及一种基于时空鲁棒表征提取的遥感变化检测方法。

技术介绍

1、基于深度学习的遥感变化检测技术近年来取得了突破性进展。这些方法大体分为两类，一类是基于卷积神经网络cnn的方法，另一类是基于transformer的方法。诸如peng等人于2018年提出的利用改进的unet++对高分辨率卫星图像进行端到端变化检测的方法是一种基于cnn的方法，该方法将双时图像输入到cnn中进行特征提取，并依据提取的特征来计算变化图。这类方法难以利用到全局的时空上下文信息，因此具有较差的精度。transformer是一个利用注意力机制来提高模型训练速度的模型，而chen等人于2022年提出的变压器遥感图像变化检测方法就是一种基于transformer的方法。这类方法利用transformer聚合了全局的时空上下文信息。该做法一方面具有较高的复杂度，推理速度十分缓慢；另一方面，当不同的地物类型呈现相似特征时，利用transformer中的自注意力机制会对这些相似特征赋予更高的权重，进而导致不同地物类型之间的特征混淆。p>

本文档来自技高网...

【技术保护点】

1.一种基于时空鲁棒表征提取的遥感变化检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述基于时空鲁棒表征提取的遥感变化检测方法，其特征在于，所述步骤1的具体过程为：

3.根据权利要求2所述基于时空鲁棒表征提取的遥感变化检测方法，其特征在于，所述步骤1.4的具体过程为：

4.根据权利要求3所述基于时空鲁棒表征提取的遥感变化检测方法，其特征在于，所述步骤2的具体过程为：

5.根据权利要求4所述基于时空鲁棒表征提取的遥感变化检测方法，其特征在于，所述步骤3的具体过程为：

【技术特征摘要】

1.一种基于时空鲁棒表征提取的遥感变化检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述基于时空鲁棒表征提取的遥感变化检测方法，其特征在于，所述步骤1的具体过程为：

3.根据权利要求2所述基于时空鲁棒表征提取的遥感变化检测方法，其...

【专利技术属性】
技术研发人员：李豪杰，滕雨航，张宏，刘华，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：