
基本信息:
- 专利标题: 基于GSoP和孪生融合网络的遥感图像变化检测方法及系统
- 申请号:CN202110764181.5 申请日:2021-07-06
- 公开(公告)号:CN113469072A 公开(公告)日:2021-10-01
- 发明人: 陈璞花 , 孙杰 , 焦李成 , 刘芳 , 马文韬 , 张向荣
- 申请人: 西安电子科技大学
- 申请人地址: 陕西省西安市雁塔区太白南路2号
- 专利权人: 西安电子科技大学
- 当前专利权人: 西安电子科技大学
- 当前专利权人地址: 陕西省西安市雁塔区太白南路2号
- 代理机构: 西安通大专利代理有限责任公司
- 代理人: 高博
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/62 ; G06N3/04
摘要:
本发明公开了一种基于GSoP和孪生融合网络的遥感图像变化检测方法及系统,制作训练数据集和测试数据集;构建孪生注意力融合网络模型,注意力融合模块包括孪生残差模块与GSoP模块,孪生残差模块位于两个分支网络的同一位置,GSoP模块用于将特征图像的每个通道视为一个随机变量,通过学习特征图像在各个通道之间的协方差矩阵获取特征图像在通道维度上的相关性信息,并为每个通道重新分配权重;将训练数据集输入孪生注意力融合网络模型中,对孪生注意力融合网络模型进行训练;将测试数据集输入训练后的孪生注意力融合网络模型中,验证测试数据集的变化检测结果,完成遥感图像变化检测。本发明能够极大的提升遥感图像的变化检测效果。
公开/授权文献:
- CN113469072B 基于GSoP和孪生融合网络的遥感图像变化检测方法及系统 公开/授权日:2024-04-12
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06K | 数据识别;数据表示;记录载体;记录载体的处理 |
------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置 |