当前位置: 首页 > 专利查询>安徽大学专利>正文

基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法技术

技术编号:43033117 阅读:26 留言:0更新日期:2024-10-18 17:35
本发明专利技术公开了一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法,包括:1.将同一地区的不同时间的双时态RGB图像对作为输入进行特征提取;2.将每个阶段的双时态特征对输入到解码器中,其中包含多尺度特征互补模块和对互补特征对的减法操作;3.通过视野扩张模块和校验注意力模块进行渐进式跨尺度特征融合并通过网络的训练与优化得到最佳遥感图像变化检测网络,用于对任意双时态遥感图像进行高精度的变化检测。本发明专利技术能够减弱多个尺度上特征之间冗余信息的影响,并通过渐进式融合以获得检测效果更优的变化范围图像,从而更好地挖掘变化的特征信息,并提高对变化区域检测效果。

【技术实现步骤摘要】

本专利技术属于遥感图像变化检测领域,具体的说是一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法


技术介绍

1、遥感变化检测(rscd)的目的是对共同地区的不同时间的遥感图像数据进行定位和识别的其表面变化的区域。这是遥感感知理解任务中的一个重要问题,也是许多现实任务的关键步骤,如资源监测,土地变化检测,损害评估和城建管理。因此,如何精确的找出地区的变化区域就显得尤为重要。

2、在遥感图像变化检测领域已有大量的研究工作。最初的rscd方法主要使用手工特征来获取变化结果,然而手工设计的特征鲁棒性较差,语义信息不足,仅适用于低或中分辨率的rscd任务。随着传感器技术的发展,高分辨率(hr)和超高分辨率(vhr)的遥感图像在许多实际应用中变得越来越普遍。而针对hr和vhr遥感图像,地面对象的纹理更加复杂丰富,这使得识别变化变得更具挑战性。

3、近年来,深度卷积神经网络(cnn)凭借其强大的特征学习能力,在各种各样的计算机视觉任务中取得了优异的效果。然而,cnn虽然可以在检测任务中获得较高的检测精度,但付出的代价通常是受益于高计算本文档来自技高网...

【技术保护点】

1.一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法,其特征在于,所述多尺度特征互补模块是由M层结构组成;其中,第i层结构上包含M-i对多尺度减法单元;

3.根据权利要求1所述的一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法,其特征在于,所述步骤4中的解码器包括:视野扩张模块和校验注意力模块;

4.一种电子设备,包括存储器以及处理器,其特征在于,所述存储器用于存储支持处理器执行权利要求1-3中任一所述遥感图像变化检...

【技术特征摘要】

1.一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法,其特征在于,所述多尺度特征互补模块是由m层结构组成;其中,第i层结构上包含m-i对多尺度减法单元;

3.根据权利要求1所述的一种基于多尺度特征互补和校验注意力网络的遥感图像变化检测方法,其特征在于,所述步骤4中的解...

【专利技术属性】
技术研发人员:梁栋方俊杰王科刘少杰
申请(专利权)人:安徽大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1