公开(公告)号：CN117095287A

公开(公告)日：2023-11-21

申请号：CN202310933742.9

申请日：2023-07-27

Applicant: 浙江大学

Inventor： 冯天 ,  张微 ,  车瑞 ,  周必群 ,  洪廷锋 ,  马笑文

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/62 ,  G06V10/40 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于时空交互Transformer模型的遥感图像变化检测方法。针对现有遥感图像变化检测方法通常范式缺乏考虑时间和空间维度特征而导致时空交互缺陷的问题，本发明设计了一种用于多时相特征提取的时空交互Transformer模型，是第一个为遥感图像变化检测任务而专门设计的通用骨干网络。本发明同时提出了一个无参数的多频令牌混合器，用于集成提供光谱信息的频域特征。本发明不仅利用遥感图像中的光谱信息丰富图像的频域特征，而且利用时空交互Transformer模型增强时空交互，从而实现高效的遥感图像变化检测。本发明结合时间特征和空间特征，为遥感图像变化检测提供了一种新的解决方案，在遥感图像变化检测领域可实现令人满意的效率和准确性平衡。

公开(公告)号：CN117456185A

公开(公告)日：2024-01-26

申请号：CN202311486252.5

申请日：2023-11-09

Applicant: 浙江大学

Inventor： 冯天 ,  洪廷锋 ,  马笑文 ,  车瑞 ,  张微

IPC: G06V10/26 ,  G06V10/74 ,  G06V20/13 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于自适应模式匹配和嵌套建模的遥感图像分割方法，具体过程为：获取一个经过训练的语义分割模型，将待语义分割的遥感图像输入到语义分割模型中，获得所述遥感图像的语义分割结果。通过在语义分割模型的解码器模块的各个阶段中，嵌入多尺度加强模块，实现地面物体的嵌套多尺度建模；通过自适应模式匹配模块，通过像素的局部特征，寻找与其处于同一空间分布模式中的一组像素，以识别地物的几何形变并过滤背景噪声；通过空间维度、通道维度上的特征映射，识别模式像素间的组合关系并计算自适应权重。此外，本发明主要使用逐深度(Depth‑wise)卷积和逐点(Point‑wise)卷积构建，在大大减少了所需的注意力操作的同时，提升了语义分割模型精度。

公开(公告)号：CN117422878A

公开(公告)日：2024-01-19

申请号：CN202311486255.9

申请日：2023-11-09

Applicant: 浙江大学

Inventor： 张微 ,  车瑞 ,  马笑文 ,  洪廷锋 ,  冯天

IPC: G06V10/26 ,  G06V20/13 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于双分支动态注意力的遥感图像语义分割方法，其包括：获取一个经过训练的语义分割模型，将待语义分割的遥感图像输入语义分割模型中，获得遥感图像的语义分割结果，在语义分割模型的解码器模块中，将关系注意力模块引入动态注意力双分支中，获取局部纹理细节和全局上下文信息，此外，本发明设计动态权重分配机制分支，自适应调整两个动态注意力分支的贡献，从而构建更具辨别力的特征表示。本发明不仅改进传统注意力机制的不足，还实现自适应调节遥感图像中局部信息和全局信息的贡献，从而解决了其背景噪声多、地物复杂多样的问题，为高分辨率遥感图像分割任务提供一种新的解决方案，提高了遥感图像语义分割的准确性。

公开(公告)号：CN118379626A

公开(公告)日：2024-07-23

申请号：CN202410498376.3

申请日：2024-04-24

Applicant: 浙江大学

Inventor： 张微 ,  杨佳威 ,  车瑞 ,  马笑文 ,  高慠

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于双域学习的遥感图像变化检测方法、系统及设备，本发明基于双域学习，在遥感图像变化检测任务中引入频域增强模块和空间域恢复模块。本发明在频域增强模块中，通过离散余弦变换从输入的双时间图像中提取频率成分，从而实现更准确的语义识别来增强兴趣变化；在空间域恢复模块中，通过跨时间和跨尺度机制实现特征融合。这可以利用更高层次的变化表示来引导低层次表示的上下文建模，进而增强低层次特征中的语义信息，提高变化表示的空间细节恢复。本发明从频域和空间域的角度入手，为遥感图像变化检测任务提供了新的思路，并实现了最先进的性能。

公开(公告)号：CN117671267A

公开(公告)日：2024-03-08

申请号：CN202311712288.0

申请日：2023-12-13

Applicant: 浙江大学

Inventor： 张微 ,  洪廷锋 ,  车瑞 ,  马笑文 ,  冯天

IPC: G06V10/26 ,  G06V10/82 ,  G06V20/70 ,  G06N3/0455 ,  G06V10/764

Abstract: 本发明公开了一种基于双域优化类感知注意力的遥感图像语义分割方法。具体为：获取一个经过训练的带有编码器模块和解码器模块的语义分割模型，将待语义分割的遥感图像输入到语义分割模型中，获得语义分割结果；上述解码器模块包括语义域优化模块和空间域优化模块，空间域优化模块带有一个嵌套注意力模块。本发明在语义域以类别置信度作为尺度标准，提取多置信尺度类表示，缩短像素与对应类别之间的距离以区分类内差异。本发明在空间域上，使用嵌套注意力在像素‑类关系中寻找共识，以增强正确的相关性，抑制错误的相关性。本发明结合双域优化类感知注意力，为高分辨率遥感图像分割任务提供一种新的解决方案，提高了遥感图像语义分割的准确性。

公开(公告)号：CN116051946A

公开(公告)日：2023-05-02

申请号：CN202310061374.3

申请日：2023-01-21

Applicant: 浙江大学

Inventor： 冯天 ,  张微 ,  杨佳威 ,  马笑文 ,  车瑞

IPC: G06V10/80 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于时空特征融合的遥感图像变化检测方法。本发明基于跨时间门控机制与跨尺度注意力机制，在遥感图像变化检测任务中引入时间特征融合模块和空间特征融合模块。本发明在时间特征融合模块中，基于跨时间门控机制来指导对兴趣变化的选择性增强和对非兴趣变化的抑制，从而获得精确变化表示，并通过空间特征融合模块将最深层变化表示分别与其他浅层变化表示融合，基于跨尺度注意力机制使用高层表示来指导低层表示进行上下文建模，增强低层表示的特征表达能力从而捕获兴趣变化的细粒度信息，更好地恢复变化表示的空间细节。本发明为特征融合机制在复杂遥感图像背景下的变化检测任务提供了新的解决方式，并且能有效提高变化检测的效果。

公开(公告)号：CN115965789A

公开(公告)日：2023-04-14

申请号：CN202310061100.4

申请日：2023-01-21

Applicant: 浙江大学

Inventor： 冯天 ,  张微 ,  洪廷锋 ,  马笑文 ,  车瑞

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V20/13 ,  G06V10/74 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于场景感知类注意力的遥感图像语义分割方法。本发明针对高分辨率遥感图像中地物具有内在空间相关性的特点以及存在的背景复杂、类内方差大等问题，通过类中心生成子模块，分别生成局部类中心和全局类中心，并进一步使用场景感知注意力子模块，为像素的特征表示嵌入上下文信息和位置先验信息，同时，通过引入局部类中心作为中间感知元素来间接关联全局类中心。本发明不但利用了遥感图像中地物的空间相关性以加强上下文建模，还解决了其背景噪音多、类内方差大的问题。本发明结合场景感知和类级上下文聚合，为高分辨率遥感图像分割任务提供一种新的解决方案，提高了遥感图像语义分割的准确性。