一种深度学习变化检测样本集构建方法和装置

    公开(公告)号:CN116229213A

    公开(公告)日:2023-06-06

    申请号:CN202310246339.9

    申请日:2023-03-07

    Abstract: 本发明提供了一种深度学习变化检测样本集构建方法和装置,涉及变化检测的技术领域,包括:获取样本遥感影像对和样本遥感影像对的标签矢量文件;对样本遥感影像对进行预处理,得到目标遥感影像对,以及对标签进行质量筛选,得到目标标签;基于目标标签,对目标遥感影像对中的变化图斑进行切片处理,得到切片影像;基于切片影像的目标组织架构,对切片影像进行分类,得到分类切片影像,并基于分类切片影像的目标组织架构,将分类切片影像更新至已有切片样本集,基于待训练深度学习模型的训练需求和更新后的已有切片样本集,构建深度学习变化检测样本集,解决了现有的深度学习变化检测样本集构建方法的导致的适用性差和构建效率较低的技术问题。

    一种基于自监督深度学习的遥感变化检测方法和装置

    公开(公告)号:CN115861823B

    公开(公告)日:2023-05-09

    申请号:CN202310140461.8

    申请日:2023-02-21

    Abstract: 本发明提供了一种基于自监督深度学习的遥感变化检测方法和装置,涉及变化检测的技术领域,包括:获取样本地表反射率影像对;利用预设算法对样本地表反射率影像对进行处理,得到预训练影像,其中,预设算法包括:CCA‑EM自监督影像变换算法,典型关联分析算法、期望最大化算法和大津分割算法;对样本地表反射率影像对进行影像视觉增强处理,得到目标地表反射率影像对;利用预训练影像和目标地表反射率影像对对深度学习模型进行训练,得到自监督深度学习模型;在获取到待处理地表反射率影像对之后,利用自监督深度学习模型,确定出待处理地表反射率影像对中的变化图斑,解决了现有的遥感变化检测方法的严重依赖人工样本,导致工程化效率低和适用性差的技术问题。

    一种基于自监督深度学习的遥感变化检测方法和装置

    公开(公告)号:CN115861823A

    公开(公告)日:2023-03-28

    申请号:CN202310140461.8

    申请日:2023-02-21

    Abstract: 本发明提供了一种基于自监督深度学习的遥感变化检测方法和装置,涉及变化检测的技术领域,包括:获取样本地表反射率影像对;利用预设算法对样本地表反射率影像对进行处理,得到预训练影像,其中,预设算法包括:CCA‑EM自监督影像变换算法,典型关联分析算法、期望最大化算法和大津分割算法;对样本地表反射率影像对进行影像视觉增强处理,得到目标地表反射率影像对;利用预训练影像和目标地表反射率影像对对深度学习模型进行训练,得到自监督深度学习模型;在获取到待处理地表反射率影像对之后,利用自监督深度学习模型,确定出待处理地表反射率影像对中的变化图斑,解决了现有的遥感变化检测方法的严重依赖人工样本,导致工程化效率低和适用性差的技术问题。

Patent Agency Ranking