System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种光学遥感影像自监督对比学习变化检测方法及装置制造方法及图纸_技高网

一种光学遥感影像自监督对比学习变化检测方法及装置制造方法及图纸

技术编号:40443377 阅读:20 留言:0更新日期:2024-02-22 23:05
本发明专利技术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,本发明专利技术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。

【技术实现步骤摘要】

本专利技术涉及遥感影像变化检测,具体而言,涉及光学遥感影像自监督对比学习变化检测方法及装置


技术介绍

1、遥感变化检测技术通过对比双时相或多时相遥感影像的表征差异,对影像中的变化区域进行自动提取,因此在土地利用和土地覆盖任务中起到了至关重要的作用。得益于航空航天遥感成像平台的迭代更新,多分辨率和多模态遥感数据的出现极大地推进了遥感变化检测技术的发展。

2、计算机视觉技术的兴起促使了一系列变化检测方法的涌现。但这类方法往往依赖于大量人工标注的像素级标签,来进行损失函数计算和后向传播更新。而人工标注的时间和经济成本高昂,且标注效率无法与海量遥感数据匹配,这对遥感变化检测方法的大规模应用产生了制约作用。进而,如何降低变化检测算法对标注数据的依赖程度是当前遥感变化检测任务中一个关键问题。

3、因此,现需要一种能够缓解基于深度学习的遥感变化检测方法对人工标注数据的依赖,并针对遥感影像数据特性设计的变化检测方法。


技术实现思路

1、本专利技术的目的在于提供一种光学遥感影像自监督对比学习变化检测方法及装置,以改善上述问题。为了实现上述目的,本专利技术采取的技术方案如下:

2、一方面,本申请提供了一种光学遥感影像自监督对比学习变化检测方法,包括:

3、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;

4、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;

5、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;

6、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。

7、另一方面,本申请还提供了一种光学遥感影像自监督对比学习变化检测装置,其特征在于,包括:

8、获取单元,用于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;

9、训练单元,用于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;

10、优化单元,用于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;

11、检测单元,用于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。

12、本专利技术的有益效果为:

13、本专利技术通过利用大规模无标注遥感数据进行自监督对比预训练,大幅减少遥感变化检测任务对密集人工标注的依赖性,其中,预训练完成的编码器能够提升下游变化检测模型的泛化能力;并且本专利技术还针对遥感影像目标分布特性,设计自监督空间分支和通道分支,提取多维局部和语义特征,获取更为精确的表征能力,提高变化检测装置的检测能力。

14、本专利技术的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

本文档来自技高网...

【技术保护点】

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:

2.根据权利要求1所述的光学遥感影像自监督对比学习变化检测方法,其特征在于,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:

3.根据权利要求1所述的光学遥感影像自监督对比学习变化检测方法,其特征在于,所述基于训练后的双时相域自适应模块构建预训练框架,包括:

4.根据权利要求3所述的光学遥感影像自监督对比学习变化检测方法,其特征在于,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,包括:

5.根据权利要求4所述的光学遥感影像自监督对比学习变化检测方法,其特征在于,所述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,包括:

6.一种光学遥感影像自监督对比学习变化检测装置,其特征在于,包括:

7.根据权利要求6所述的光学遥感影像自监督对比学习变化检测装置,其特征在于,所述训练单元,包括:

8.根据权利要求6所述的光学遥感影像自监督对比学习变化检测装置,其特征在于,所述优化单元,包括:

9.根据权利要求8所述的光学遥感影像自监督对比学习变化检测装置,其特征在于,所述优化单元,还包括:

10.根据权利要求9所述的光学遥感影像自监督对比学习变化检测装置,其特征在于,所述优化单元,还包括:

...

【技术特征摘要】

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:

2.根据权利要求1所述的光学遥感影像自监督对比学习变化检测方法,其特征在于,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:

3.根据权利要求1所述的光学遥感影像自监督对比学习变化检测方法,其特征在于,所述基于训练后的双时相域自适应模块构建预训练框架,包括:

4.根据权利要求3所述的光学遥感影像自监督对比学习变化检测方法,其特征在于,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,包括:

5.根据权利要求4所述的光学遥感影像自监督对比学习...

【专利技术属性】
技术研发人员:李恒超赵怡涛
申请(专利权)人:西南交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1