-
公开(公告)号:CN118429797A
公开(公告)日:2024-08-02
申请号:CN202410386275.7
申请日:2024-04-01
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/42 , G06V10/764 , G06V10/80 , G06V10/82 , G06T7/246 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种深度特征相关性计算网络的构建方法、装置及应用,构建了深度特征相关性计算网络,利用异构数据双时相之间的相关性反算和引入目前较好获取长距离依赖关系的Transformer网络。其中,利用自注意力机制计算,将SAR和光学影像的异构特征统一到同一特征空间,通过Transformer挖掘全局特征,提高了网络模型对于异源数据的判别能力。提出了光学与SAR影像变化检测方法,将需要预测的光学影像和SAR影像分别输入到特征提取部分的对应分支进行特征提取,并利用差分网络进行异构数据双时相之间的相关性反算,最后将融合的不同尺度特征输入对应尺度的预测图生成部分生成最终的变化检测结果。本发明处理方法清晰,可操作性强,有很好的扩展性。
-
公开(公告)号:CN119644330A
公开(公告)日:2025-03-18
申请号:CN202411706422.0
申请日:2024-11-26
Applicant: 武汉大学
Abstract: 本申请涉及摄影测量技术领域,特别涉及一种减小干扰的SAR影像变化检测方法及装置,其中,方法包括:识别待检测SAR影像的每个像素点,并基于每个像素点的中心生成目标尺寸的补丁;将补丁输入至预设编码模型,以得到干扰度降至目标干扰度的编码后的特征图;将编码后的特征图输入至预设解码模型,以生成级联特征图,并基于级联特征图生成SAR影像的变化检测结果。本申请可以利用编码模型将待检测SAR影像的特征图从空间域转换到频率域中,由此分离出特征图的高频噪声并编码,获得空间信息和位置信息,降低噪声对变化检测的影响,接着可用解码模型桥接多尺度特征并将特征图由频率域转换回空间域,有效提高了SAR影像变化检测的精度。
-