一种基于双阶任务机制网络的建筑物变化检测方法技术

本发明专利技术公开了一种基于双阶任务机制网络的建筑物变化检测方法，涉及图像处理技术领域，利用双阶任务机制网络构建建筑物变化检测模型，用于根据前时相图像和后时相图像，输出建筑物的变化检测结果；双阶任务机制网络将建筑物变化检测任务分为特征优化选择和跨尺度递进融合两个阶段来处理，从而实现图像多尺度、多时相、多特征整合，减少人为干预对建筑物变化检测精度的影响。本发明专利技术提高建筑物变化检测精度，取得了更好的检测效果，为城市规划和地质灾害评估等工作提供有力的技术支撑。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其是一种基于双阶任务机制网络的建筑物变化检测方法。

技术介绍

1、建筑物变化检测(cd)通过捕捉和分析建筑物变化信息，在城市规划、建筑违建和灾害处理等领域应用广泛。传统的基于遥感技术的建筑物变化检测方法主要是通过人工目视判读来完成，然而受图像成像条件和人为误差的影响，该方法存在耗费大量时间、精度不高、效率低、不适合大面积判别等缺点。近年来，智能化的遥感图像变化检测技术发展迅速，为遥感图像变化检测研究提供了新思路。

2、深度学习凭借其自动化程度高、处理速度快、检测范围广等优点，现已在场景分类、语义分割和目标检测等计算机视觉领域得到了广泛的应用。目前，较为常用的基于深度学习的建筑物变化检测方法分为早期融合方法和后期融合方法。早期融合方法采用单支网络对不同时相图像的特征提取功能和差异性进行比较，极大的增加了梯度消失的隐患，导致不同时相的特征可能会互相干扰。后期融合方法采用多个独立网络结构分别对不同时相遥感图像进行特征提取，由于遥感数据种类繁多、参数各异，并且建筑物本身具有特定特征，在建筑物变化检测中，其提取的结果常常出现破碎本文档来自技高网...

【技术保护点】

1.一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，步骤S1中，分别从WHU-CD、LEVIR-CD、GZ-CD三个建筑物变化检测公开数据集中获取样本数据，样本数据包括前时相图像、后时相图像和建筑物变化标签；对各个样本数据进行裁剪，得到样本切片数据，将所有样本切片数据划分为训练集、验证集和测试集。

3.根据权利要求1所述的一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，步骤S2中，所述建筑物变化检测网络采用双阶任务机制网络，为双支网络结构，两支网络...

【技术特征摘要】

1.一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，步骤s1中，分别从whu-cd、levir-cd、gz-cd三个建筑物变化检测公开数据集中获取样本数据，样本数据包括前时相图像、后时相图像和建筑物变化标签；对各个样本数据进行裁剪，得到样本切片数据，将所有样本切片数据划分为训练集、验证集和测试集。

3.根据权利要求1所述的一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，步骤s2中，所述建筑物变化检测网络采用双阶任务机制网络，为双支网络结构，两支网络的输入分别为前时相图像和后时相图像。

4.根据权利要求3所述的一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，双阶任务机制网络包括两个阶段任务；

5.根据权利要求1所述的一种基于双阶任务机制网络的建筑物变化检测方法，其特征在于，步骤s3中，将i...

【专利技术属性】
技术研发人员：杨辉，侯恩兵，王彪，吴艳兰，任光耀，
申请(专利权)人：安徽大学，
类型：发明
国别省市：