-
公开(公告)号:CN116310828A
公开(公告)日:2023-06-23
申请号:CN202310289429.6
申请日:2023-03-23
Applicant: 重庆邮电大学
IPC: G06V20/10 , G06V10/82 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域,特别涉及一种结合Transformer和CNN的高分辨率遥感图像变化检测方法及装置,方法包括将预处理后的双时遥感图像利用Transformer分支提取双时遥感图像的全局特征,利用卷积神经网络分支提取双时遥感图像的局部特征;将Transformer分支各个深度的特征图以及卷积神经网络分支各个深度的特征图输入自适应特征融合模块进行特征融合,得到全局‑局部特征;将全局‑局部特征输入Decoder分支进行逐层解码,将解码特征图采用分类器输出变化检测的结果;本发明可以准确地检测出双时相图像发生变化的区域,并且提取的特征能更好的表达图像信息。
-
公开(公告)号:CN116758421A
公开(公告)日:2023-09-15
申请号:CN202310714600.3
申请日:2023-06-15
Applicant: 重庆邮电大学空间通信研究院
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于遥感影像智能化分析领域,具体涉及一种基于有向目标挖掘的弱监督遥感图像有向目标检测方法,所述方法包括获取待测遥感图像数据,并对待测遥感图像数据进行预处理;将预处理后的待测遥感图像数据输入到训练好的遥感图像有向目标检测模型中进行检测处理,得到目标遥感图像;本发明只需利用少量标注的水平框目标,采用弱监督方法挖掘有向目标,实现遥感图像目标检测。本发明使用的弱监督数据集不仅降低了数据标注难度并减少了所需的标注框数量,有效降低了现有遥感图像有向目标检测方法对全监督数据集的依赖,减少了人工标注成本。
-