一种基于多尺度CNN-Transformer的遥感图像变化检测方法和装置.pdf
St****36
亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于多尺度CNN-Transformer的遥感图像变化检测方法和装置.pdf
本发明实施例提供了一种基于多尺度CNN‑Transformer的遥感图像变化检测方法和装置,所述方法包括:将双时态遥感图像输入多尺度CNN‑Transformer编码器;利用所述多尺度CNN‑Transformer编码器对所述双时态遥感图像进行特征提取,得到双时态遥感图像的多尺度全局‑局部特征;利用级联解码器将所述双时态遥感图像的多尺度全局‑局部特征进行逐层融合重构,得到变化特征图;通过分类器对所述变化特征图进行逐像素分类,得到变化检测结果图。本发明实施例实现将CNN和Transformer在多个尺度上进
一种基于深度学习的多光谱遥感图像变化检测方法及系统.pdf
本发明公开了图像处理技术领域的一种基于深度学习的多光谱遥感图像变化检测方法及系统,包括:计算遥感影像的变化矢量幅值;根据变化矢量幅值EM算法获取伪训练样本集:标记样本集(包括变化类样本集、非变化类样本集)和非标记样本集;构建两个网络学生网络和教师网络,并针对标记样本集构建交叉熵损失函数,针对非标记样本集构建均方误差函数;对学生网络采用随机梯度下降优化算法进行优化,并在每一训练轮次更新教师网络的权重参数;根据最终的教师网络获取对应的最终变化检测结果。另外,网络的训练中还加入了无标记样本集参与训练,从而本发明
基于核传播的遥感图像变化检测方法.pdf
本发明公开了一种基于核传播的遥感图像变化检测方法,主要解决现有技术不能准确反映数据间关系导致的检测正确率不高的缺点。其实现步骤为:输入两幅不同时相的遥感图像,对其做差得到差值图像;对差值图像进行过分割得到超像素集,将超像素集用k均值方法分为肯定变化类、肯定非变化类和不确定类;在属于肯定变化类和肯定非变化类的超像素中选取种子构造约束集;用约束集计算种子核矩阵,再用核传播公式计算全核矩阵并对其对角归一化;对归一化全核矩阵聚类得到变化检测结果。本发明具有较强的抗噪性,能有效地去除杂点,同时较好的保留边缘信息,检
一种基于自监督转换的异质遥感图像变化检测方法.pdf
本发明公开了一种基于自监督转换的异质遥感图像变化检测方法,包括以下步骤;步骤1):对原始遥感图像进行图像像素离散化;步骤2):对步骤1)离散化后的图像进行超像素分割和边界整合,超像素特征提取和分析,得到带标记像素对;步骤3):根据步骤2)中得到的标记像素对,即可靠变化和不变像素对,将事前和事后异质遥感图像转换到一个公共特征空间,然后通过前向和后向变化得到两种差异图像;步骤4):将步骤3)中的差异图像进行证据融合及基于先验扩充训练数据;步骤5):将步骤4)的训练数据导入训练分类器模型生成变化检测结果。本发明
一种基于XGBoost的多尺度特征融合遥感图像分类模型.pdf
本发明提出了一种新的基于XGBoost的多尺度特征融合遥感图像分类模型——XMV?Net。传统的MobileVit仅通过全连接层构建的单层分类器容易受到图像噪声的干扰,从而导致分类精度降低,因此本发明采用高精度的集成模型XGBoost替代它的全连接层。为了进一步提高模型性能,首先在MobileVit网络中加入辅助分类器,以及通道、空间注意力机制,形成New?MobileVit网络以用于遥感图像的多尺度特征提取;然后使用粒子群算法对多尺度特征信息维度以及XGBoost六个基本参数进行优化;最后使用优化后的X