摘要
本发明公开了一种基于跨层特征融合的多时相高光谱影像变化检测方法,首先采用双分支网络结构,用于提取不同时相的特征,然后通过自适应跨层特征融合模块将浅层特征与深层特征进行跨层融合,自适应地选择跨层特征中的有效信息进行融合,补偿因层数增加而丢失的空间纹理信息,使融合特征实现多层信息之间的互补。随后使用深浅特征增强模块对有效信息进行增强,使网络更加有效地关注和利用高光谱影像中的重要特征,从而提高了模型的性能。因此,本发明具有特征提取质量好、检测精度高、所需训练样本少的特点。
技术关键词
影像变化检测方法
跨层特征
全局平均池化
自定义模块
非线性
多层感知机
注意力
像素
随机梯度下降
生成特征
传播算法
通道
融合特征
标签
网络结构
参数
训练集
系统为您推荐了相关专利信息
潮流计算方法
分解算法
有功功率
节点导纳矩阵
电网拓扑结构
抗干扰识别方法
双波段图像
特征提取模块
通道
全局平均池化
四旋翼无人机系统
数学模型
线性扩张状态观测器
深度强化学习技术
二阶非线性系统