公开(公告)号：CN115393317A

公开(公告)日：2022-11-25

申请号：CN202211026042.3

申请日：2022-08-25

Applicant: 哈尔滨工程大学

Inventor： 冯收 ,  唐英杰 ,  樊元泽 ,  赵春晖 ,  陈勇奇 ,  闫奕名 ,  宿南

IPC: G06T7/00 ,  G06V20/13 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06V10/42 ,  G06V10/44 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 基于多尺度语义标记Transformer网络的遥感图像变化检测方法,涉及一种遥感图像变化检测方法。为了解决现有的基于Transformer的方法在一定程度上忽略了变化区域的空间信息，从而影响了遥感图像变化检测能力的问题。本发明首先采用特征编解码器提取特征图，利用多尺度语义标记编码器将来自特征编码器的不同尺度的特征图转化为不同长度的语义标记，然后送入Transformer获得全局语义信息。之后利用多尺度语义标记解码器将不同尺度的含有丰富语义信息的语义标记和含有丰富空间信息的多尺度特征图结合起来，获得语义空间联合特征，最终多尺度的语义空间联合特征以跳跃连接的方式在特征解码器中聚合，再通过分类器得到最终的变化结果图。

公开(公告)号：CN114841319B

公开(公告)日：2024-11-22

申请号：CN202210474822.8

申请日：2022-04-29

Applicant: 哈尔滨工程大学

Inventor： 冯收 ,  樊元泽 ,  唐英杰 ,  赵春晖 ,  成浩 ,  闫奕名 ,  宿南

IPC: G06V10/44 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/047 ,  G06V20/13 ,  G06V10/52 ,  G06V10/80 ,  G06V10/776 ,  G06V10/82

Abstract: 一种基于多尺度自适应卷积核的多光谱图像变化检测方法，属于多光谱图像变化检测领域。为了解决高光谱图像变化检测过程中，现有的方法存在对复杂地物信息提取困难、变化区域边界定位不准确的问题，本发明设计了权重共享的双侧编码路径的MASK‑Net，将基于自适应权重的卷积核选择模块嵌入到编码路径中提取图像中的多尺度特征；并将多尺度空间特征输入到本发明所设计的具有注意力机制的上采样模块来提取网络中的深层特征，通道注意力使得浅层特征和深层特征得到了选择性的融合，基于设计的网络进行检测；本发明还使用多模态条件随机场来对神经网络的结果进行二次检测实现变化像素的分类与定位。主要用于多光谱图像的变化检测。

公开(公告)号：CN114841319A

公开(公告)日：2022-08-02

申请号：CN202210474822.8

申请日：2022-04-29

Applicant: 哈尔滨工程大学

Inventor： 冯收 ,  樊元泽 ,  唐英杰 ,  赵春晖 ,  成浩 ,  闫奕名 ,  宿南

IPC: G06N3/04 ,  G06N3/08 ,  G06V20/13 ,  G06V10/52 ,  G06V10/80 ,  G06V10/776 ,  G06V10/82

Abstract: 一种基于多尺度自适应卷积核的多光谱图像变化检测方法，属于多光谱图像变化检测领域。为了解决高光谱图像变化检测过程中，现有的方法存在对复杂地物信息提取困难、变化区域边界定位不准确的问题，本发明设计了权重共享的双侧编码路径的MASK‑Net，将基于自适应权重的卷积核选择模块嵌入到编码路径中提取图像中的多尺度特征；并将多尺度空间特征输入到本发明所设计的具有注意力机制的上采样模块来提取网络中的深层特征，通道注意力使得浅层特征和深层特征得到了选择性的融合，基于设计的网络进行检测；本发明还使用多模态条件随机场来对神经网络的结果进行二次检测实现变化像素的分类与定位。主要用于多光谱图像的变化检测。