【技术实现步骤摘要】
本专利技术涉及遥感变化检测，尤其是一种融合孪生编解码和注意力机制的遥感影像变化检测方法。
技术介绍
1、遥感影像变化检测是一种通过研究在同一地区采集的多幅遥感影像之间的差异来探索某一时间序列中地表覆盖的变化的技术，在环境监测、土地管理和城市变化分析等各种应用中被广泛使用。然而，传统的遥感影像变化检测方法难以高效准确地提取影像中的变化信息，往往不能取得满意的结果。
2、近年来，深度学习由于其强大的表示学习的能力，基于其先进的性能，已被应用于计算机视觉、语音识别、信息检索等领域。为了识别遥感影像的变化，深度学习能够从原始数据中自动提取出具有多个抽象级别的数据样本的表示，并克服了传统变化检测方法的一些局限性，尽可能紧密地表示影像对象与真实世界地理元素之间的联系，提供更多真实世界的变化信息。注意力机制以其可以在海量信息中筛选出当前任务所关注的信息的特点，逐渐应用在计算机视觉领域进行图像信息的处理，深度学习网络可以通过注意力机制模块自主学习构建权重，赋予图像中重要特征信息较高的权重，确定网络学习的优先级，指导网络模型学习，从而提升网络模型性能。然而，基于深度学习的遥感影像变化检测方法仍然存在强噪声干扰、分离性差、忽略空间、时间等因素造成的地面特征本身变化等问题，往往不能取得满意的结果。因此，如何高效准确地提取双时相遥感影像中的多尺度、多层次的特征信息，以及如何重点关注双时相遥感影像的变化区域，忽略非重要特征信息是本方法要解决的技术问题。
技术实现思路
1、为了克服现有技术中存在的
2、本专利技术解决其技术问题所采用的技术方案是：一种融合孪生编解码和注意力机制的遥感影像变化检测方法，包括如下步骤：
3、s1：获取用于双时相变化检测的遥感影像，将影像裁剪为相同大小；
4、s2：对于s1所得的影像进行目视解译，制作遥感变化检测数据集；
5、s3：构建融合孪生编解码和注意力机制的遥感影像变化检测网络模型；
6、s4：基于s2制作的遥感变化检测数据集对s3构建的网络模型进行训练；
7、s5：将需变化检测的双时相遥感影像输入到s4已训练好的网络模型中进行变化检测。
8、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述s3中网络模型基于u-net的编码器和解码器结构，主要包括孪生resnet特征提取模块与融合注意力机制的特征差异解码模块。
9、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述孪生resnet特征提取模块用于提取双时相遥感影像中的深层语义信息与差分特征，孪生resnet的不同分支处理不同时相的遥感数据获取双时相遥感数据的差分特征。
10、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述孪生resnet特征提取模块基于迁移学习方法使用resnet在imagenet数据上的预训练网络权重提取影像特征，并经过4次池化下采样操作，得到深层语义信息，在特征提取过程中，通过共享权重参数的孪生网络不同分支处理不同时相的遥感数据获取双时相遥感数据的差分特征。
11、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述融合注意力机制的特征差异解码模块用于变化检测网络模型的后续解码，丰富特征信息，将融合空间与通道共同校准模块后获取的注意力机制特征与孪生resnet提取的深度特征基于跳跃连接相结合，以表示遥感影像特征经过多次卷积和上采样层后的变化情况，最后经过sigmoid分类器层得到变化二值图。
12、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述空间与通道共同校准模块提供了一个可选择性的空间和通道校准操作，从而改进图像分割的结果，计算公式如下：
13、
14、其中，为特征图同一位置(i，j，c)下和的最大值，(i，j，c)表示其空间和通道的位置信息；表示通道校准，表示空间校准。
15、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述通道校准模块合并全局空间信息重新校准通道特征信息，通过在深度学习网络中加入全局平均池化层提供一个整个空间范围的接受域，帮助图像分割，计算公式如下：
16、
17、其中，表示第i个通道的重要性，随着网络的学习，被自适应地调整，以忽略不重要的通道特征，而强调重要的通道特征，ui表示第i通道。
18、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述空间校准模块通过1×1的卷积层实现空间注意映射从而不改变接受域，表明网络应该更多地关注那个位置，以帮助图像分割，计算公式如下：
19、
20、其中，σ(qi,j)的取值表示ui,j的相对重要性，使得空间校准模块更关注相关的空间位置特征，忽略无关的空间位置特征，ui,j表示空间位置信息，i∈{1,2,…,h}和j∈{1,2,…,w}，h和w表示空间高度和宽度。
21、上述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，所述s5具体包括：
22、s51：将需变化检测的双时相遥感影像裁剪为相同大小，并输入到变化检测网络模型中；
23、s52：将双时相遥感影像输入到编码器中，通过孪生resnet特征提取模块的不同分支对不同时相的遥感数据影像1和影像2进行编码得到特征图1和特征图2，并通过特征图差分获得双时相遥感影像的差分特征；
24、s53：将差分特征输入到融合空间与通道共同校准模块的解码器中，逐步将解码器获取的注意力机制特征与编码器提取的深度特征基于跳跃连接相结合完成多次卷积和上采样操作；
25、s54：将获取的双时相遥感影像特征图输入到sigmoid分类器层输出变化二值图；
26、s55：将输出的变化二值图与真实变化图进行对比，计算变化检测结果的精确率、召回率、f1分数和交并比。
27、本专利技术的有益效果是：(1)本方法通过深度学习网络和注意力机制来实现遥感影像变化检测任务，可以更好地利用遥感影像中的浅层特征和深层特征信息，关注变化特征信息，提高模型的泛化能力和鲁棒性；
28、(2)本方法采用了孪生resnet特征提取模块，可以高效利用遥感影像浅层特征和深层特征信息，如纹理信息和空间信息等，准确提取双时相遥感影像中多尺度、多层次特征信息；
29、(3)本方法采用了融合注意力机制的特征差异解码模块，通过融合空间与通道共同校准模块提供可选择性的空间和通道校准操作，重新校准通道和空间特征信息，关注变化特征信息，改进图像分割结果，从而提高变化检测精度和优化变化检测结果。
本文档来自技高网...【技术保护点】
1.一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述S3中网络模型基于U-Net的编码器和解码器结构，主要包括孪生ResNet特征提取模块与融合注意力机制的特征差异解码模块。
3.根据权利要求2所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述孪生ResNet特征提取模块用于提取双时相遥感影像中的深层语义信息与差分特征，孪生ResNet的不同分支处理不同时相的遥感数据获取双时相遥感数据的差分特征。
4.根据权利要求2所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述孪生ResNet特征提取模块基于迁移学习方法使用ResNet在ImageNet数据上的预训练网络权重提取影像特征，并经过4次池化下采样操作，得到深层语义信息，在特征提取过程中，通过共享权重参数的孪生网络不同分支处理不同时相的遥感数据获取双时相遥感数据的差分特征。
5.根据权利要求2所述的一种融合
6.根据权利要求5所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述空间与通道共同校准模块提供了一个可选择性的空间和通道校准操作，从而改进图像分割的结果，计算公式如下：
7.根据权利要求6所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述的通道校准模块合并全局空间信息重新校准通道特征信息，通过在深度学习网络中加入全局平均池化层提供一个整个空间范围的接受域，帮助图像分割，计算公式如下：
8.根据权利要求6所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述的空间校准模块通过1×1的卷积层实现空间注意映射从而不改变接受域，表明网络应该更多地关注那个位置，以帮助图像分割，计算公式如下：
9.根据权利要求1所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述S5具体包括：
...【技术特征摘要】
1.一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述s3中网络模型基于u-net的编码器和解码器结构，主要包括孪生resnet特征提取模块与融合注意力机制的特征差异解码模块。
3.根据权利要求2所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述孪生resnet特征提取模块用于提取双时相遥感影像中的深层语义信息与差分特征，孪生resnet的不同分支处理不同时相的遥感数据获取双时相遥感数据的差分特征。
4.根据权利要求2所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述孪生resnet特征提取模块基于迁移学习方法使用resnet在imagenet数据上的预训练网络权重提取影像特征，并经过4次池化下采样操作，得到深层语义信息，在特征提取过程中，通过共享权重参数的孪生网络不同分支处理不同时相的遥感数据获取双时相遥感数据的差分特征。
5.根据权利要求2所述的一种融合孪生编解码和注意力机制的遥感影像变化检测方法，其特征在于，所述融合注意力机制的特征差...
【专利技术属性】
技术研发人员：赵权，钱建国，于斌，赵金来，郭洁，姜维，
申请(专利权)人：辽宁工程技术大学，
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。