摘要
本发明提出了一种基于显著性检测和注意力CWNN的SAR图像变化检测方法,具体的实现步骤如下:(1)获取组合差异图;(2)对组合差异图进行显著性检测并生成显著图;(3)识别和提取关键特征信息;(4)对组合差异图进行预分类;(5)选取训练样本和测试样本;(6)使用训练好的CWNN模型对测试样本进行最终分类。本发明通过显著性检测和注意力CWNN,能够精确提取变化区域的显著特征,并通过网络自适应地提取有用信息,显著提高了SAR图像变化检测的准确性和鲁棒性。
技术关键词
图像变化检测方法
注意力
Sigmoid函数
网络结构
样本
显著性检测算法
模糊C均值聚类
异性
线性组合法
小波神经网络
OTSU算法
像素块
邻域
图像块
多层感知器
组合方法
通道
系统为您推荐了相关专利信息
医学图像融合方法
注意力机制
多模态医学图像
空间特征提取
多尺度
交叉注意力机制
肿瘤抗原
注意力编码器
HLAI类分子
关键氨基酸位点
智能测量方法
联合损失函数
Softmax函数
特征提取网络
视觉特征
急救设备
网格特征
风险预测模型
选址方法
时序特征