申请/专利权人：西南交通大学

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117576517B

主分类号：G06V10/774

分类号：G06V10/774;G06V20/10;G06N3/094;G06N3/0455

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明提供了一种光学遥感影像自监督对比学习变化检测方法及装置，涉及遥感影像变化检测技术领域，包括获取训练样本图像和待检测影像；基于预设的生成对抗网络构建双时相域自适应模块，并将训练样本图像发送至构建后的双时相域自适应模块进行训练，得到训练后的双时相域自适应模块和自适应变换样本对；基于双时相域自适应模块构建预训练框架，将自适应变换样本对发送至预训练框架进行特征提取和优化，得到优化后的预训练框架；基于优化后的预训练框架构建影像变化检测模型，将待检测影像发送至影像变化检测模型进行检测，得到检测结果，本发明通过利用无标注遥感数据进行自监督对比预训练，减少遥感变化检测任务对密集人工标注的依赖性。

主权项：1.一种光学遥感影像自监督对比学习变化检测方法，其特征在于，包括：获取训练样本图像和待检测影像，所述训练样本图像为变化检测过后的样本图像；基于预设的生成对抗网络构建双时相域自适应模块，并将所述训练样本图像发送至构建后的双时相域自适应模块进行训练，得到训练后的双时相域自适应模块和自适应变换样本对，所述自适应变换样本对包括训练前的样本图像和训练后的双时相域自适应模块得到的自适应变换样本图像；基于训练后的双时相域自适应模块构建预训练框架，将所述自适应变换样本对发送至预训练框架进行特征提取，并基于提取到的特征对所述预训练框架进行优化，得到优化后的预训练框架；基于优化后的预训练框架构建影像变化检测模型，并将所述待检测影像发送至影像变化检测模型进行检测，得到检测结果；其中,所述基于预设的生成对抗网络构建双时相域自适应模块，并将所述训练样本图像发送至构建后的双时相域自适应模块进行训练，包括：基于预设数量的卷积单元、残差网络单元和反卷积单元构建双时相域自适应模块的生成器和判别器，得到构建完成的双时相域自适应模块；将所述训练样本图像作为输入数据发送至双时相域自适应模块的生成器进行处理，其中，将训练样本图像转换至影像域，得到转换样本；将所述训练样本图像和所述转换样本作为自适应变换样本对发送至双时相域自适应模块的判别器进行样本类别判断，并基于判别器的判断结果对双时相域自适应模块的网络参数进行反向传播优化，得到训练后的双时相域自适应模块。

全文数据：

权利要求：

百度查询： 西南交通大学 一种光学遥感影像自监督对比学习变化检测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD