基于可解释深度学习的遥感图像跨域分类方法

    公开(公告)号:CN113537317B

    公开(公告)日:2023-12-22

    申请号:CN202110741475.6

    申请日:2021-06-30

    Abstract: 本发明属于遥感图像处理技术领域,具体公开了一种基于可解释深度学习的遥感图像跨域分类方法,包括深度特征提取的步骤;和构建基于因果平衡的深度因果平衡模型DCBM和平衡损失函数的步骤;其中,所述的深度因果平衡模型DCBM的混杂平衡损失LB融合了聚焦损失LF、间隔损失LM,构成平衡损失函数,由此构建面向开放域遥感图像鲁棒分类的深度神经网络模型和训练算法DCBM‑FA。通过本发明设计深度学习框架下的因果推理方法,构建鲁棒性的遥感图像分类模型,摆脱对目标域数据分布的依赖,满足开放域场景下模型的有效迁移。

    双分支源与目标定位复制移动检测网络及方法

    公开(公告)号:CN114972857A

    公开(公告)日:2022-08-30

    申请号:CN202210545574.1

    申请日:2022-05-19

    Abstract: 本发明属于图像处理技术领域,公开了双分支源与目标定位复制移动检测网络及方法,该网络包括操纵检测分支和相似性检测分支,操纵检测分支包括操纵检测主干和边缘辅助分支,相似性检测分支包括VGG16编码器的前三个块、空洞卷积层、相似性匹配模块、ASPP多尺度模块和掩膜解码器;通过操纵检测分支的操纵检测主干提取图像信息表征,并生成篡改区域掩膜;经过操纵检测分支的边缘辅助分支优化边缘;通过相似性检测分支的相似性匹配模块对第三层的输出和空洞卷积层的输出进行自相关匹配,经过ASPP多尺度模块提取多尺度相关信息,生成相似区域掩膜;最后篡改区域掩膜和相似区域掩膜融合。通过本发明提高检测效果。

    双分支源与目标定位复制移动检测网络系统及方法

    公开(公告)号:CN114972857B

    公开(公告)日:2024-07-02

    申请号:CN202210545574.1

    申请日:2022-05-19

    Abstract: 本发明属于图像处理技术领域,公开了双分支源与目标定位复制移动检测网络系统及方法,该网络系统包括操纵检测分支和相似性检测分支,操纵检测分支包括操纵检测主干和边缘辅助分支,相似性检测分支包括VGG16编码器的前三个块、空洞卷积层、相似性匹配模块、ASPP多尺度模块和掩膜解码器;通过操纵检测分支的操纵检测主干提取图像信息表征,并生成篡改区域掩膜;经过操纵检测分支的边缘辅助分支优化边缘;通过相似性检测分支的相似性匹配模块对第三层的输出和空洞卷积层的输出进行自相关匹配,经过ASPP多尺度模块提取多尺度相关信息,生成相似区域掩膜;最后篡改区域掩膜和相似区域掩膜融合。通过本发明提高检测效果。

    基于可解释深度学习的遥感图像跨域分类方法

    公开(公告)号:CN113537317A

    公开(公告)日:2021-10-22

    申请号:CN202110741475.6

    申请日:2021-06-30

    Abstract: 本发明属于遥感图像处理技术领域,具体公开了一种基于可解释深度学习的遥感图像跨域分类方法,包括深度特征提取的步骤;和构建基于因果平衡的深度因果平衡模型DCBM和平衡损失函数的步骤;其中,所述的深度因果平衡模型DCBM的混杂平衡损失LB融合了聚焦损失LF、间隔损失LM,构成平衡损失函数,由此构建面向开放域遥感图像鲁棒分类的深度神经网络模型和训练算法DCBM‑FA。通过本发明设计深度学习框架下的因果推理方法,构建鲁棒性的遥感图像分类模型,摆脱对目标域数据分布的依赖,满足开放域场景下模型的有效迁移。

Patent Agency Ranking