【技术实现步骤摘要】
本专利技术涉及图像识别，尤其涉及一种基于特征融合深监督网络的受淹基础设施变化检测方法。
技术介绍
1、为了减轻洪涝灾害的直接影响，在洪灾发生时或发生后不久，急救人员需要快速反应并对破坏情况进行评估。其中最重要的是对建筑物和道路的破坏情况进行评估，以确定哪些建筑物被洪水破坏以及哪些道路被洪水阻断。
2、目前，如何判断受淹建筑物和受淹道路，在实际业务应用中，解决方案是利用灾后洪水矢量图直接叠加土地覆盖数据。一方面，土地覆盖数据未及时更新造成灾害损失误判；另一方面，由于洪水遮挡建筑物，上述方法无法检测到受淹建筑物。
3、由此可见，相关技术中的洪涝灾害评估方式，存在受淹建筑物、受淹道路的变化监测准确度不高的技术问题。
技术实现思路
1、本专利技术提供一种基于特征融合深监督网络的受淹基础设施变化检测方法，用以解决现有技术的洪涝灾害评估方式，存在受淹建筑物、受淹道路的变化监测准确度不高的缺陷，提高洪涝复杂场景中受淹建筑物道路的变化监测能力。
2、本专利技术提供一种基于特征融合深监督网络的受淹基础设施变化检测方法，包括如下步骤。获取灾前影像与灾后影像，其中，所述灾前影像用于表示目标对象在遭受洪涝灾害之前的影像，所述灾后影像用于表示所述目标对象在遭受洪涝灾害之后的影像；将所述灾前影像输入至灾前编码器，得到所述灾前编码器输出的多个不同尺度的灾前影像特征；将所述灾后影像输入至灾后编码器，得到所述灾后编码器输出的多个不同尺度的灾后影像特征；将所述多个不同尺度的灾前影像
3、根据本专利技术提供的一种基于特征融合深监督网络的受淹基础设施变化检测方法，所述灾前编码器包括：第一灾前编码器、第二灾前编码器、第三灾前编码器以及第四灾前编码器，所述将所述灾前影像输入至灾前编码器，得到所述灾前编码器输出的多个不同尺度的灾前影像特征，包括：将所述灾前影像输入至所述第一灾前编码器，得到所述第一灾前编码器输出的第一灾前影像特征，所述第一灾前影像特征的尺度为所述灾前影像的四分之一，所述第一灾前影像特征的通道数为1；将所述第一灾前影像特征输入至所述第二灾前编码器，得到所述第二灾前编码器输出的第二灾前影像特征，所述第二灾前影像特征的尺度为所述灾前影像的八分之一，所述第二灾前影像特征的通道数为2；将所述第二灾前影像特征输入至所述第三灾前编码器，得到所述第三灾前编码器输出的第三灾前影像特征，所述第三灾前影像特征的尺度为所述灾前影像的十六分之一，所述第三灾前影像特征的通道数为4；将所述第三灾前影像特征输入至所述第四灾前编码器，得到所述第四灾前编码器输出的第四灾前影像特征，所述第四灾前影像特征的尺度为所述灾前影像的三十二分之一，所述第四灾前影像特征的通道数为8。
4、根据本专利技术提供的一种基于特征融合深监督网络的受淹基础设施变化检测方法，所述灾前编码器的通道数量分别为192，384，768，1536；所述灾前编码器的模块数量分别为3，3，9，3；所述灾前编码器的结构包括：深度卷积、层归一化、第一逐点卷积、高斯误差线性单元以及第二逐点卷积。
5、根据本专利技术提供的一种基于特征融合深监督网络的受淹基础设施变化检测方法，所述将所述多个不同尺度的灾前影像特征输入至多注意力约束的深监督多尺度特征融合模块，得到所述多注意力约束的深监督多尺度特征融合模块输出的多个不同尺度的灾前通道空间校正特征图，包括：将所述多个不同尺度中的每个尺度分别作为目标尺度执行以下操作，得到目标尺度的灾前通道空间校正特征图：对所述多个不同尺度的灾前影像特征分别进行上采样，得到多个不同通道数的目标尺度的灾前影像特征；对所述多个不同通道数的目标尺度的灾前影像特征进行通道拼接，得到目标尺度特征图；将所述目标尺度特征图输入至通道注意模块，得到所述通道注意模块输出的通道注意特征图；将所述通道注意特征图与所述目标尺度特征图进行相乘，得到通道校正特征图；将所述目标尺度特征图输入至空间注意力模块，得到所述空间注意力模块输出的空间注意力特征图；将所述空间注意力特征图与所述目标尺度特征图进行相乘，得到空间校正特征图；将所述通道校正特征图与所述空间校正特征图进行相乘，得到目标尺度的灾前通道空间校正特征图。
6、根据本专利技术提供的一种基于特征融合深监督网络的受淹基础设施变化检测方法，所述解码器包括第一解码器、第二解码器、第三解码器以及第四解码器，所述将所述灾前通道空间校正特征图与所述灾后通道空间校正特征图输入至解码器，得到所述解码器输出的变化检测图，包括：对第四尺度的灾前通道空间校正特征图与第四尺度的灾后通道空间校正特征图进行通道拼接，得到第四拼接特征图；将所述第四拼接特征图输入至第四解码器，得到所述第四解码器输出的第三尺度特征图；对第三尺度的灾前通道空间校正特征图与第三尺度的灾后通道空间校正特征图以及所述第三尺度特征图进行通道拼接，得到第三拼接特征图；将所述第三拼接特征图输入至第三解码器，得到所述第三解码器输出的第二尺度特征图；对第二尺度的灾前通道空间校正特征图与第二尺度的灾后通道空间校正特征图以及所述第二尺度特征图进行通道拼接，得到第二拼接特征图；将所述第二拼接特征图输入至第二解码器，得到所述第二解码器输出的第一尺度特征图；对第一尺度的灾前通道空间校正特征图与第一尺度的灾后通道空间校正特征图以及所述第一尺度特征图进行通道拼接，得到第一拼接特征图；将所述第一拼接特征图输入至第一解码器，得到所述第一解码器输出的变化检测图。
7、根据本专利技术提供的一种基于特征融合深监督网络的受淹基础设施变化检测方法，所述解码器的结构包括：卷积、第一批归一化、第一修正线性单元、反转卷积、第二批归一化以及第二修正线性单元。本专利技术还提供一种基于特征融合深监督网络的受淹基础设施变化检测装置，包括如下模块：获取模块，用于获取灾前影像与灾后影像，其中，所述灾前影像用于表示目标对象在遭受洪涝灾害之前的影像，所述灾后影像用于表示所述目标对象在遭受洪涝灾害之后的影像；灾前编码模块，用于将所述灾前影像输入至灾前编码器，得到所述灾前编码器输出的多个不同尺度的灾前影像特征；灾后编码模块，用于将所述灾后影像输入至灾后编码器，得到所述灾后编码器输出的多个不同尺度的灾后影像特征；多尺度融合模块，用于将所述多个不同尺度的灾前影像特征输入至多注意力约束的深监督多尺度特征融合模块，得到所述多注意力约束的深监督多尺度特征融合模块输本文档来自技高网...
【技术保护点】
1.一种基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，包括：
2.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器包括：第一灾前编码器、第二灾前编码器、第三灾前编码器以及第四灾前编码器；所述将所述灾前影像输入至灾前编码器，得到所述灾前编码器输出的多个不同尺度的灾前影像特征，包括：
3.根据权利要求2所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器的通道数量分别为192，384，768，1536；所述灾前编码器的模块数量分别为3，3，9，3；所述灾前编码器的结构包括：深度卷积、层归一化、第一逐点卷积、高斯误差线性单元以及第二逐点卷积。
4.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述将所述多个不同尺度的灾前影像特征输入至多注意力约束的深监督多尺度特征融合模块，得到所述多注意力约束的深监督多尺度特征融合模块输出的多个不同尺度的灾前通道空间校正特征图，包括：
5.根据权利要求1所述的基于特征融合深监督
6.根据权利要求5所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述解码器的结构包括：卷积、第一批归一化、第一修正线性单元、反转卷积、第二批归一化以及第二修正线性单元。
7.一种基于特征融合深监督网络的受淹基础设施变化检测装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于特征融合深监督网络的受淹基础设施变化检测方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于特征融合深监督网络的受淹基础设施变化检测方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于特征融合深监督网络的受淹基础设施变化检测方法。
...【技术特征摘要】
1.一种基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，包括：
2.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器包括：第一灾前编码器、第二灾前编码器、第三灾前编码器以及第四灾前编码器；所述将所述灾前影像输入至灾前编码器，得到所述灾前编码器输出的多个不同尺度的灾前影像特征，包括：
3.根据权利要求2所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述灾前编码器的通道数量分别为192，384，768，1536；所述灾前编码器的模块数量分别为3，3，9，3；所述灾前编码器的结构包括：深度卷积、层归一化、第一逐点卷积、高斯误差线性单元以及第二逐点卷积。
4.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述将所述多个不同尺度的灾前影像特征输入至多注意力约束的深监督多尺度特征融合模块，得到所述多注意力约束的深监督多尺度特征融合模块输出的多个不同尺度的灾前通道空间校正特征图，包括：
5.根据权利要求1所述的基于特征融合深监督网络的受淹基础设施变化检测方法，其特征在于，所述解码器包括...
【专利技术属性】
技术研发人员：王福涛，秦港，王世新，王丽涛，刘文亮，朱金峰，侯艳芳，赵清，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
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。