-
公开(公告)号:CN116778207B
公开(公告)日:2024-02-09
申请号:CN202310790988.5
申请日:2023-06-30
Applicant: 哈尔滨工程大学
IPC: G06V10/762 , G06V10/74 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/045 , G06N3/088
Abstract: 本发明提出一种基于空间频域的无监督深度多尺度SAR图像变化检测方法。所述方法通过分层模糊C均值聚类对根据检测地区SAR图像生成的差异图像进行伪标签提取,解决了标签不足的问题。让SAR图像变化检测的方法适用于更多场景。本发明利用输入SAR图像的空间信息和频域信息,并提出了空间多区域多尺度深层特征提取,以这种方式捕获到的图像特征更利于检测。本发明分别在空间域和频域引入注意力机制和门控线性单元,以此来提高本发明对变化细节的灵敏程度并且降低SAR图像固有散斑噪声的影响,提高检测精度。
-
公开(公告)号:CN116778207A
公开(公告)日:2023-09-19
申请号:CN202310790988.5
申请日:2023-06-30
Applicant: 哈尔滨工程大学
IPC: G06V10/762 , G06V10/74 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/045 , G06N3/088
Abstract: 本发明提出一种基于空间频域的无监督深度多尺度SAR图像变化检测方法。所述方法通过分层模糊C均值聚类对根据检测地区SAR图像生成的差异图像进行伪标签提取,解决了标签不足的问题。让SAR图像变化检测的方法适用于更多场景。本发明利用输入SAR图像的空间信息和频域信息,并提出了空间多区域多尺度深层特征提取,以这种方式捕获到的图像特征更利于检测。本发明分别在空间域和频域引入注意力机制和门控线性单元,以此来提高本发明对变化细节的灵敏程度并且降低SAR图像固有散斑噪声的影响,提高检测精度。
-