摘要
本发明公开了一种基于宽度学习的异质图像变化检测方法,预设异质图像变化检测模型,获取两张待检测的异质图像并对其进行分割,得到多个特征对,特征节点生成及换域模块接收多个特征对并进行特征节点生成和换域,得到两个空间域下各自对应的不同时相特征,差分增强模块接收两个空间域各自对应的不同时相的特征节点并处理,得到各空间域差分节点,输出层接收各空间域差分节点并计算,输出两张待检测的异质图像在各空间域的变化检测结果,根据各空间域的变化检测结果得到两张待检测的异质图像的变化检测结果。该方法采用宽度学习系统进行异质图像变化检测,增强了特征之间的鲁棒性和非线性性,能有效地利用特征。
技术关键词
节点
异质
变化检测模型
模块
标签
宽度学习系统
图像
非线性
鲁棒性
场景
系统为您推荐了相关专利信息
长短期记忆神经网络
校验方法
索引
随机森林
序列
机器人导航方法
问答系统
拓扑图
机器人抓取
彩色图像
脆弱性评估方法
大数据
金融
分布式架构
深度学习模型
手术导航系统
影像
图像配准
多模态数据采集
耦合结构