数据处理方法及系统、网络系统及其训练方法、设备技术方案

本申请实施例提供一种数据处理方法及系统、网络系统及其训练方法、设备。其中，所述方法包括：获取第一图像和第二图像；对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输出结果；对所述第一图像中的图像内容进行分类处理，得到第一分类结果；对所述第二图像中的图像内容进行分类处理，得到第二分类结果；根据所述输出结果、所述第一分类结果及所述第二分类结果，确定所述第一图像和所述第二图像的差异。采用本申请实施例提供的技术方案确定出的差异，不仅反映了差异的地方，还映了哪些类别的图像内容发生了变化，输出结果信息更丰富，提升了变化检测的检测效果。提升了变化检测的检测效果。提升了变化检测的检测效果。

【技术实现步骤摘要】
数据处理方法及系统、网络系统及其训练方法、设备


[0001]本申请涉及计算机技术与遥感技术的交叉领域，尤其涉及一种数据处理方 法及系统、网络系统及其训练方法、设备。

技术介绍

[0002]近年来，对两个图像进行差异比对，以便从差异中获得用户想要的信息， 在很多领域中都会涉及，例如，在两期遥感图像的比对领域。两期遥感图像 是指：在两个不同时期对同一区域进行采集得到的航空相片或卫星相片。两 期遥感图像比对任务中，目标区域变化检测便是最常见的一种，遥感图像的 变化检测不仅包含了新增建筑的检测，还包含诸如建筑拆除、农地耕地林地 动土施工变工地、水域变陆地、陆地变水域以及已有施工道路铺装硬化等的 检测。
[0003]然而，现有两期遥感图像变化的检测技术，只能获知目标区域哪块儿变 化了，那块儿没变化，输出结果较为单一。

技术实现思路

[0004]鉴于上述问题，提出了本申请以提供一种解决上述问题或至少部分地解 决上述问题的数据处理方法及系统、网络系统及其训练方法、设备。
[0005]于是，在本申请的一个实施例中，提供了一种数据处理方法。该方法， 包括：
[0006]获取第一图像和第二图像；
[0007]对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输 出结果；
[0008]对所述第一图像中的图像内容进行分类处理，得到第一分类结果；
[0009]对所述第二图像中的图像内容进行分类处理，得到第二分类结果；
[0010]根据所述输出结果、所述第一分类结果及所述第二分类结果，确定所述 第一图像和所述第二图像的差异。
[0011]在本申请的另一个实施例中，提供了一种数据处理方法。该方法包括：
[0012]获取第一图像和第二图像；
[0013]对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输 出结果；
[0014]对所述输出结果进行分类处理，得到所述第一图像和所述第二图像的差 异。
[0015]在本申请的又一个实施例中，提供了一种数据处理方法。该方法包括：
[0016]获取第一图像和第二图像；
[0017]对所述第一图像进行特征提取，得到至少一个第一特征信息；
[0018]对所述第二图像进行特征提取，得到至少一个第二特征信息；
[0019]根据所述至少一个第一特征信息及所述至少一个第二特征信息，确定反 映所述第一图像和所述第二图像的差异以及差异图像内容的类别。
[0020]在本申请的又一个实施例中，提供了一种数据处理方法。该方法包括：
[0021]响应于用户通过交互界面触发的图像比对事件，获取所述图像比对事件 中用户
指定的第一图像和第二图像；
[0022]识别所述第一图像和所述第二图像的差异以及差异图像内容的类别，得 到识别结果；
[0023]基于所述识别结果，生成反映所述第一图像和所述第二图像差异并区别 展示差异中不同类别图像内容的第三图像；
[0024]显示所述第三图像。
[0025]在本申请的另一实施例中，提供了一种网络系统。该网络系统，包括
[0026]第一网络模型，包含有至少一个第一网络层，用于对第一图像进行特征 提取，输出至少一个第一特征信息；
[0027]第二网络模型，包含有至少一个第二网络层，用于对第二图像进行特征 提取，输出至少一个第二特征信息；
[0028]第三网络模型，与所述第一网络模型及所述第二网络模型的输出端连接， 用于对所述至少一个第一特征信息及所述至少一个第二特征信息进行差异分 析，得到含有差异信息的输出结果；
[0029]第四网络模型，与所述第一网络模型连接，用于对所述至少一个第一特 征信息进行分类处理，得到第一分类结果；
[0030]第五网络模型，与所述第二网络模型连接，用于对所述至少一个第二特 征信息进行分类处理，得到第二分类结果；
[0031]输出模型，与所述第三网络模型、所述第四网络模型及所述第五网络模 型连接，用于根据所述输出结果、所述第一分类结果及所述第二分类结果， 输出所述第一图像和所述第二图像的差异。
[0032]在本申请的另一实施例中，提供了一种网络训练方法。该网络训练方法， 包括：
[0033]利用第一网络模型对第一样本图像进行特征提取，得到至少一个第一样 本特征信息；
[0034]利用第二网络模型对第二样本图像进行特征提取，得到至少一个第二样 本特征信息；
[0035]利用第三网络模型对所述至少一个第一样本特征信息及所述至少一个第 二样本特征信息进行差异分析，得到输出结果；
[0036]根据所述输出结果及第一样本标签，优化所述第一网络模型、所述第二 网络模型及所述第三网络模型中至少一个模型的网络参数；
[0037]利用第四网络模型对所述至少一个第一样本特征信息进行分析，得到第 一分类结果；
[0038]根据所述第一分类结果及第二样本标签，优化所述第一网络模型及所述 第四网络模型中至少一个模型的网络参数；
[0039]其中，所述第一样本标签、第二样本标签、所述第一样本图像和所述第 二样本图像关联。
[0040]在本申请的另一实施例中，提供了一种网络系统。该网络系统，包括：
[0041]第一网络模型，包含有至少一个第一网络层，用于对第一图像进行特征 提取，输出至少一个第一特征信息；
[0042]第二网络模型，包含有至少一个第二网络层，用于对第二图像进行特征 提取，得到至少一个第二特征信息；
[0043]第三网络模型，与所述第一网络模型及所述第二网络模型的输出端连接， 用于对至少一个第一特征信息及所述至少一个第二特征信息进行差异分析， 得到输出结果；
[0044]多分类模型，与所述第三网络模型连接，用于对所述输出结果进行多类 别分类，得到所述第一图像和所述第二图像的差异。
[0045]在本申请的另一实施例中，提供了一种网络训练方法。该网络训练方法， 包括：
[0046]利用第一网络模型对第一样本图像进行特征提取，得到至少一个第一样 本特征信息；
[0047]利用第二网络模型对第二样本图像进行特征提取，得到至少一个第二样 本特征信息；
[0048]利用第三网络模型对所述至少一个第一样本特征信息及所述至少一个第 二样本特征信息进行分析，得到输出结果；
[0049]利用多分类模型对所述输出结果进行多类别分类，得到多类别分类结果；
[0050]根据所述多类别分类结果及多类别样本标签，优化所述第一网络模型、 所述第二网络模型、所述第三网络模型及所述多分类模型中至少一个模型的 网络参数；
[0051]其中，所述多类别样本标签、所述第一样本图像和所述第二样本图像关 联。
[0052]在本申请的另一个实施例中，提供了一种数据处理系统。该系统包括：
[0053]图像采集设备，用于采集目标区域在两个不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取第一图像和第二图像；对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输出结果；对所述第一图像中的图像内容进行分类处理，得到第一分类结果；对所述第二图像中的图像内容进行分类处理，得到第二分类结果；根据所述输出结果、所述第一分类结果及所述第二分类结果，确定所述第一图像和所述第二图像的差异。2.根据权利要求1所述的方法，其特征在于，获取第一图像和第二图像，包括：响应于用户通过交互界面触发的图像输入操作，获取所述用户输入的所述第一图像和所述第二图像；或者响应于用户通过交互界面触发的目标区域输入操作，获取两个不同时刻针对所述目标区域采集到的所述第一图像和所述第二图像。3.根据权利要求1或2所述的方法，其特征在于，对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输出结果，包括：对所述第一图像进行特征提取，得到至少一个第一特征信息；对所述第二图像进行特征提取，得到至少一个第二特征信息；根据所述至少一个第一特征信息及所述至少一个第二特征信息，确定含有差异信息的输出结果。4.根据权利要求3所述的方法，其特征在于，对所述第一图像进行特征提取，得到至少一个第一特征信息，包括：利用第一网络模型，对所述第一图像进行特征提取，得到至少一个第一特征信息；其中，所述第一网络模型包含有至少一个第一网络层，任一第一网络层对应输出一第一特征信息。5.根据权利要求4所述的方法，其特征在于，对所述第二图像进行特征提取，得到至少一个第二特征信息，包括：利用第二网络模型，对所述第二图像进行特征提取，得到至少一个第二特征信息；其中，所述第二网络模型包含有至少一个第二网络层，任一第二网络层对应输出一第二特征信息；所述第一网络模型与所述第二网络模型为网络结构及网络参数均相同的孪生网络模型。6.根据权利要求5所述的方法，其特征在于，对所述第一图像中的图像内容进行分类处理，得到第一分类结果，包括：利用第四网络模型，对所述至少一个第一特征信息进行分类处理，得到第一分类结果。7.根据权利要求6所述的方法，其特征在于，所述第四网络模型包含至少一个第四网络层；所述第四网络模型所含第四网络层的数量与所述第一网络模型所含第一网络层数量相同，且存在关联关系；以及利用第四网络模型，对所述至少一个第一特征信息进行分类处理，得到第一分类结果，包括：按照第四网络模型中第四网络层与第一网络模型中第一网络层存在的关联关系，将存在关联关系的第一网络层对应的第一特征信息输入至相应的第四网络层，执行所述第四网
络模型得到所述第一分类结果。8.根据权利要求7所述的方法，其特征在于，对所述第二图像中的图像内容进行分类处理，得到第二分类结果，包括：利用第五网络模型，对所述至少一个第二特征信息进行分类处理，得到第二分类结果；其中，所述第五网络模型与所述第四网络模型的网络结构及网络参数均相同。9.一种数据处理方法，其特征在于，包括：获取第一图像和第二图像；对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输出结果；对所述输出结果进行分类处理，得到所述第一图像和所述第二图像的差异。10.根据权利要求9所述的方法，其特征在于，对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输出结果，包括：对所述第一图像进行特征提取，得到至少一个第一特征信息；对所述第二图像进行特征提取，得到至少一个第二特征信息；根据所述至少一个第一特征信息及所述至少一个第二特征信息，确定所述含有差异信息的输出结果。11.根据权利要求10所述的方法，其特征在于，对所述第一图像进行特征提取，得到至少一个第一特征信息，包括：利用第一网络模型，对所述第一图像进行特征提取，得到至少一个第一特征信息；其中，所述第一网络模型包含有至少一个第一网络层，任一第一网络层对应输出一第一特征信息。12.根据权利要求11所述的方法，其特征在于，对所述第二图像进行特征提取，得到至少一个第二特征信息，包括：利用第二网络模型，对所述第二图像进行特征提取，得到至少一个第二特征信息；其中，所述第二网络模型包含有至少一个第二网络层，任一第二网络层对应输出一第二特征信息；所述第一网络模型与所述第二网络模型为网络结构及网络参数均相同的孪生网络模型。13.根据权利要求12所述的方法，其特征在于，第三网络模型包含至少一个第三网络层；所述第三网络模型所含第三网络层的数量与所述第一网络模型所含第一网络层数量相同，且存在关联关系；所述第三网络模型所含第三网络层的数量与所述第二网络模型所含第二网络层数量相同，且存在关联关系；以及根据所述至少一个第一特征信息及所述至少一个第二特征信息，确定所述含有差异信息的输出结果，包括：按照所述第三网络模型中第三网络层分别与第一网络模型中第一网络层及第二网络模型中第二网络层存在的关联关系，将存在关联关系的第一网络层对应的第一特征信息及第二网络层对应的第二特征信息输入至相应的第三网络层，执行所述第三网络模型得到所述差异比对结果。14.根据权利要求9至13中任一项所述的方法，其特征在于，对所述输出结果进行分类处理，得到所述第一图像和所述第二图像的差异，包括：将所述输出结果作为多分类模型的输入，执行所述多分类模型输出所述第一图像和所
述第二图像的差异；基于输出的所述第一图像和所述第二图像的差异，生成反映所述第一图像和所述第二图像差异并区别展示差异中不同类别图像内容的第三图像；其中，所述多分类模型包括卷积层，所述卷积层的输入通道数与所述输出结果数量对应；所述卷积层的输出通道数由待识别图像内容类别数确定。15.一种数据处理方法，其特征在于，包括：获取第一图像和第二图像；对所述第一图像进行特征提取，得到至少一个第一特征信息；对所述第二图像进行特征提取，得到至少一个第二特征信息；根据所述至少一个第一特征信息及所述至少一个第二特征信息，确定所述第一图像和所述第二图像的差异以及差异图像内容的类别。16.根据权利要求15所述的方法，其特征在于，还包括：响应于用户触发的图像输入事件，获取所述用户输入的所述第一图像和所述第二图像；在显示界面上，展示反映所述第一图像和所述第二图像的差异以及区别展示所述差异中不同类别图像内容的第三图像。17.根据权利要求15或16所述的方法，其特征在于，根据所述至少一个第一特征信息及所述至少一个第二特征信息，确定所述第一图像和所述第二图像的差异以及差异图像内容的类别，包括：利用第三网络模型，对所述至少一个第一特征信息及所述至少一个第二特征信息进行差异分析，得到含有差异信息的输出结果；利用多分类模型，对所述输出结果进行多类别分类，得到差异图像内容的类别。18.根据权利要求17所述的方法，其特征在于，还包括：利用二分类模型，对所述输出结果进行分类，得到反映所述第一图像和所述第二图像差异的第四图像。19.根据权利要求15或16所述的方法，其特征在于，根据所述至少一个第一特征信息及所述至少一个第二特征信息，确定所述第一图像和所述第二图像的差异以及差异图像内容的类别，包括：利用第三网络模型，对所述至少一个第一特征信息及所述至少一个第二特征信息进行差异分析，得到含有差异信息的输出结果；利用第四网络模型，对所述至少一个第一特征信息进行分类处理，得到第一分类结果；利用第五网络模型，对所述至少一个第二特征信息进行分类处理，得到第二分类结果；根据所述输出结果、所述第一分类结果及所述第二分类结果，得到所述第一图像和所述第二图像的差异以及差异图像内容的类别。20.一种数据处理方法，其特征在于，还包括：响应于用户通过交互界面触发的图像比对事件，获取所述图像比对事件中用户指定的第一图像和第二图像；识别所述第一图像和所述第二图像的差异以及差异图像内容的类别，得到识别结果；基于所述识别结果，生成反映所述第一图像和所述第二图像差异并区别展示差异中不
同类别图像内容的第三图像；显示所述第三图像。21.根据权利要求20所述的方法，其特征在于，还包括：响应于用户通过所述交互界面输入第一图像和第二图像的操作，触发所述图像比对事件；或者响应于用户通过交互界面输入目标区域的操作，触发针对所述目标区域的图像比对事件；其中，所述图像比对事件中用户指定的第一图像和所述第二图像为所述目标区域不同时刻对应的图像。22.根据权利要求20或21所述的方法，其特征在于，识别所述第一图像和所述第二图像的差异以及差异图像内容的类别，得到识别结果，包括：对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输出结果；对所述输出结果进行分类处理，得到含有差异信息及差异图像内容类别的识别结果；或者对所述第一图像和所述第二图像进行差异分析，获得含有差异信息的输出结果；对所述第一图像中的图像内容进行分类处理，得到第一分类结果；对所述第二图像中的图像内容进行分类处理，得到第二分类结果；根据所述输出结果、所述第一分类结果及所述第二分类结果，得到含有差异信息及差异图像内容类别的识别结果。23.一种网络系统，其特征在于，包括：第一网络模型，包含有至少一个第一网络层，用于对第一图像进行特征提取，输出至少一个第一特征信息；第二网络模型，包含有至少一个第二网络层，用于对第二图像进行特征提取，输出至少一个第二特征信息；第三网络模型，与所述第一网络模型及所述第二网络模型的输出端连接，用于对所述至...

【专利技术属性】
技术研发人员：陈伟涛，王志斌，李昊，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：