公开(公告)号：CN113487546A

公开(公告)日：2021-10-08

申请号：CN202110707356.9

申请日：2021-06-25

Applicant: 中南大学 ,  温州市勘察测绘研究院

Inventor： 张轶 ,  陈杰 ,  朱轶群 ,  何玢 ,  朱晶茹

IPC: G06T7/00 ,  G06T3/40 ,  G06N3/04

Abstract: 本发明提供一种特征‑输出空间双对齐的变化检测方法，通过设计特征空间对齐，对前后时相的高层特征的相关性进行建模，拉近未变化区域像素在特征空间上的差异，使网络提取到未变化区域的高层特征趋于一致，以减弱伪变化问题对变化检测精度的影响；通过设计输出空间对齐，添加判别器，让变化检测结果和Ground truth进行对抗性学习，编码包括外观、形状和上下文在内的多种视觉线索，使预测的变化检测结果分布接近Ground truth的分布，提升变化预测图的质量。

公开(公告)号：CN111582175A

公开(公告)日：2020-08-25

申请号：CN202010386191.5

申请日：2020-05-09

Applicant: 中南大学

Inventor： 陈杰 ,  朱晶茹 ,  万里 ,  周兴 ,  何玢 ,  邓敏

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62

Abstract: 本发明提供了一种共享多尺度对抗特征的高分遥感影像语义分割方法，引入了多尺度对抗网络模型，利用对抗特征的多尺度结构学习，较好地刻画出遥感影像的多尺度细节信息；同时通过改进对抗网络模型的判别器，将其作为关系增强模块，进一步描述目标地物的相关性和边界信息，一方面，可以表达同一地物内的像素之间的相关性，另一方面，将每个图像的边缘像素与其周围的其他两个或多个地物类别的像素相关联，从而获得目标地物更好的空间连续性和边界准确性，提高遥感影像预测结果的边界和语义准确性；另外，本申请的对抗特征能够灵活的嵌入到不同的语义分割基准模型中，具有较好的迁移应用能力，且能够相应地提高其性能。