- 专利标题: 基于Transformer-CNN高效聚合的遥感图像变化检测方法及装置
-
申请号: CN202410770040.8申请日: 2024-06-14
-
公开(公告)号: CN118747854A公开(公告)日: 2024-10-08
- 发明人: 孟庆龙 , 孔冰洁 , 郝凤琦 , 白金强 , 许红剑 , 孟祥钰
- 申请人: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司
- 申请人地址: 山东省济南市经十路东首科学院路19号; ;
- 专利权人: 山东省计算中心(国家超级计算济南中心),齐鲁工业大学(山东省科学院),山东山科智控数字化科技有限公司
- 当前专利权人: 山东省计算中心(国家超级计算济南中心),齐鲁工业大学(山东省科学院),山东山科智控数字化科技有限公司
- 当前专利权人地址: 山东省济南市经十路东首科学院路19号; ;
- 代理机构: 山东竹森智壤知识产权代理有限公司
- 代理商 吕利敏
- 主分类号: G06V20/13
- IPC分类号: G06V20/13 ; G06V10/764 ; G06V10/80 ; G06V10/44 ; G06V10/42 ; G06T3/4038 ; G06N3/0455 ; G06N3/0464 ; G06N3/084
摘要:
本发明公开了一种基于Transformer‑CNN高效聚合的遥感图像变化检测方法及装置,属于遥感图像检测技术领域,所述方法包括:获取待检测的双时相遥感图像;将双时相遥感图像输入预先训练好的多尺度Transformer编码器和多尺度CNN编码器中进行特征提取操作;利用差异增强模块计算来自Transformer编码器和CNN编码器的变化前和变化后特征的多级增强特征差;利用金字塔结构的多尺度互补解码器将全局和局部的多级增强特征差进行高效融合,得到变化特征图;通过线性分类器对变化特征图进行逐像素分类,得到变化检测结果图。本发明利用局部和全局特征可以提高变化检测的边界完备性,并以金字塔的方式融合多层次的视觉特征,增强了多尺度不变性。