【技术实现步骤摘要】
本专利技术涉及图像识别，尤其涉及一种基于特征融合深监督网络的受淹基础设施变化检测方法。
技术介绍
1、为了减轻洪涝灾害的直接影响，在洪灾发生时或发生后不久，急救人员需要快速反应并对破坏情况进行评估。其中最重要的是对建筑物和道路的破坏情况进行评估，以确定哪些建筑物被洪水破坏以及哪些道路被洪水阻断。
2、目前，如何判断受淹建筑物和受淹道路，在实际业务应用中，解决方案是利用灾后洪水矢量图直接叠加土地覆盖数据。一方面，土地覆盖数据未及时更新造成灾害损失误判；另一方面，由于洪水遮挡建筑物，上述方法无法检测到受淹建筑物。
3、由此可见，相关技术中的洪涝灾害评估方式，存在受淹建筑物、受淹道路的变化监测准确度不高的技术问题。
技术实现思路
1、本专利技术提供一种基于特征融合深监督网络的受淹基础设施变化检测方法，用以解决现有技术的洪涝灾害评估方式，存在受淹建筑物、受淹道路的变化监测准确度不高的缺陷，提高洪涝复杂场景中受淹建筑物道路的变化监测能力。
2、本专利技术提供一种基...
【技术保护点】
1.一种基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，包括：
2.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器包括：第一灾前编码器、第二灾前编码器、第三灾前编码器以及第四灾前编码器；所述将所述灾前影像输入至灾前编码器，得到所述灾前编码器输出的多个不同尺度的灾前影像特征，包括：
3.根据权利要求2所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器的通道数量分别为192，384，768，1536；所述灾前编码器的模块数量分别为3，3，9，3；所述灾前...
【技术特征摘要】
1.一种基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，包括：
2.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器包括：第一灾前编码器、第二灾前编码器、第三灾前编码器以及第四灾前编码器；所述将所述灾前影像输入至灾前编码器，得到所述灾前编码器输出的多个不同尺度的灾前影像特征，包括：
3.根据权利要求2所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器的通道数量分别为192，384，768，1536；所述灾前编码器的模块数量分别为3，3，9，3；所述灾前编码器的结构包括：深度卷积、层归一化、第一逐点卷积、高斯误差线性单元以及第二逐点卷积。
4.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述将所述多个不同尺度的灾前影像特征输入至多注意力约束的深监督多尺度特征融合模块，得到所述多注意力约束的深监督多尺度特征融合模块输出的多个不同尺度的灾前通道空间校正特征图，包括：
5.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述解码器包括...
【专利技术属性】
技术研发人员：王福涛，秦港，王世新，王丽涛，刘文亮，朱金峰，侯艳芳，赵清，
申请(专利权)人：中国科学院空天信息创新研究院，
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。