公开(公告)号：CN119295445B

公开(公告)日：2025-03-14

申请号：CN202411813083.6

申请日：2024-12-11

Applicant: 西安邮电大学

Inventor： 张无瑕 ,  雷雅欣 ,  李直 ,  万里 ,  陈磊 ,  张博奕

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82

Abstract: 本申请公开了一种多光谱影像变化检测方法及系统，涉及图像处理技术领域。其中方法包括：获取第一时刻图像和第二时刻图像；提取第一时刻图像和第二时刻图像的多层特征；对当前层的第一特征和第二特征分别与相邻层的第一特征和第二特征进行聚合，得到第一聚合特征和第二聚合特征；提取第一聚合特征和第二聚合特征之间的相互注意力分布，得到第一变化注意力特征图和第二变化注意力特征图，确定相应的差分特征图；提取差分特征图中的多尺度变化信息，得到尺度融合特征图；将尺度融合特征图融合，得到变化检测图。本申请采用了跨时融合注意力单元、变化定位识别模块和监督注意模块，提升对感兴趣区域的准确聚焦能力，进而提升多尺度变化检测的准确性。

公开(公告)号：CN119295445A

公开(公告)日：2025-01-10

申请号：CN202411813083.6

申请日：2024-12-11

Applicant: 西安邮电大学

Inventor： 张无瑕 ,  雷雅欣 ,  李直 ,  万里 ,  陈磊 ,  张博奕

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82

Abstract: 本申请公开了一种多光谱影像变化检测方法及系统，涉及图像处理技术领域。其中方法包括：获取第一时刻图像和第二时刻图像；提取第一时刻图像和第二时刻图像的多层特征；对当前层的第一特征和第二特征分别与相邻层的第一特征和第二特征进行聚合，得到第一聚合特征和第二聚合特征；提取第一聚合特征和第二聚合特征之间的相互注意力分布，得到第一变化注意力特征图和第二变化注意力特征图，确定相应的差分特征图；提取差分特征图中的多尺度变化信息，得到尺度融合特征图；将尺度融合特征图融合，得到变化检测图。本申请采用了跨时融合注意力单元、变化定位识别模块和监督注意模块，提升对感兴趣区域的准确聚焦能力，进而提升多尺度变化检测的准确性。

公开(公告)号：CN119380002A

公开(公告)日：2025-01-28

申请号：CN202411942130.7

申请日：2024-12-27

Applicant: 西安邮电大学

Inventor： 张无瑕 ,  舒新龙 ,  李直 ,  雷雅欣 ,  陈磊 ,  万里

IPC: G06V10/25 ,  G06N3/0455 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06V20/13

Abstract: 本申请公开了一种半监督遥感影像变化检测方法及系统，涉及图像处理技术领域，其中的方法首先引入通道级数据增强技术，以提高强增强效果，并改进一致性正则化，从而解决特征表示不足的问题。其次，采用自适应阈值在训练过程中动态调整阈值，以平衡伪标签的质量和数量，从而优化训练过程。最后，提出一种自适应类别权重机制来缓解类别不平衡带来的影响，有效增强模型对变化类别的学习能力。通过以上三种策略，提升了模型对于无标签数据集的利用率，进一步增强模型的变化检测性能。

公开(公告)号：CN119380002B

公开(公告)日：2025-02-28

申请号：CN202411942130.7

申请日：2024-12-27

Applicant: 西安邮电大学

Inventor： 张无瑕 ,  舒新龙 ,  李直 ,  雷雅欣 ,  陈磊 ,  万里

IPC: G06V10/25 ,  G06N3/0455 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06V20/13

Abstract: 本申请公开了一种半监督遥感影像变化检测方法及系统，涉及图像处理技术领域，其中的方法首先引入通道级数据增强技术，以提高强增强效果，并改进一致性正则化，从而解决特征表示不足的问题。其次，采用自适应阈值在训练过程中动态调整阈值，以平衡伪标签的质量和数量，从而优化训练过程。最后，提出一种自适应类别权重机制来缓解类别不平衡带来的影响，有效增强模型对变化类别的学习能力。通过以上三种策略，提升了模型对于无标签数据集的利用率，进一步增强模型的变化检测性能。

公开(公告)号：CN119338801A

公开(公告)日：2025-01-21

申请号：CN202411663077.7

申请日：2024-11-20

Applicant: 西安邮电大学

Inventor： 张无瑕 ,  刘说 ,  史欣怡 ,  陈磊 ,  万里 ,  张博奕

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及一种基于序列分析的图像目标检测方法，主要首先通过对每个CT图像腔体区域进行多级可能性判断，建立了一个细致的评分体系来判断每个图像的目标存在可能性。接着，选择序列中的关键图像样本，并基于这些样本的评分结果来判断整个序列的目标存在可能性。最后，使用集成了空间变换网络的ResNet‑50模型，根据序列的评估结果调整局部放大策略，以强化模型对关键区域的识别，从而提高了目标检测的准确性。