摘要
本发明提供了一种基于多任务的LiDAR数据和光学影像的变化检测方法,属于多模态遥感图像处理技术领域,具体可分为图像生成任务和多模态变化检测任务。通过扩散模型挖掘高分辨率光学影像和nDSM之间的联系,稳定生成高质量的光学‑nDSM,为高分辨率光学影像补充高程信息辅助检测建筑物变化,并构建基于改进U2‑Net的多模态变化检测模型,实现多层次、多尺度的特征提取,结合多模态特征增强模块有效增强各级深度特征的关键区域。本发明的有益效果是:充分挖掘高分辨率光学影像和nDSM之间的联系,根据扩散模型基本原理从未变化区域学习高分辨率光学影像和nDSM之间的转换,并设计多模态特征增强模块有效增强特征关键区域,提高变化检测精度。
技术关键词
高分辨率光学影像
变化检测方法
变化检测模型
多模态特征
多任务
噪声预测模型
解码器
代表
变化检测网络
数据
噪声图像
分支
全局平均池化
高分辨率遥感图像
遥感图像处理技术
上采样
系统为您推荐了相关专利信息
路径规划方法
多任务
空间聚类算法
灰狼优化算法
装备
智能监控方法
训练智能
设备运行状态数据
梅尔频率倒谱系数
高清摄像头