摘要
本发明公开基于改善伪标签边界质量的超高分辨率遥感图像半监督变化检测方法,变化检测旨在发掘双时图像中后一时刻图像较前一时刻图像的变化区域;本发明通过高质量的伪标签,增强半监督学习引导,包含以下步骤:1、准备半监督学习训练数据集;2、搭建教师模型和学生模型;3、训练开始,学生模型对训练数据集数据进行推理,利用教师模型生成对应粗伪标签;4、使用边界优化方法对粗伪标签进行细化,计算标签的一致性损失与学生模型推理结果损失;5、计算总损失,学生模型和教师模型进行参数更新;6、训练结束,学生模型对遥感双时图像进行变化检测;本发明改善了受制于粗糙的伪标签边界而无法获得进一步提升的半监督变化检测性能。
技术关键词
高分辨率遥感图像
变化检测方法
学生
变化检测网络
无标签数据
边界优化方法
半监督学习
教师
标签特征
随机梯度下降
遥感图像变化检测
参数
过滤器
编码器
解码器
坐标
网络结构
系统为您推荐了相关专利信息
多模态数据融合
自动分析方法
影像
特征数据库
变化检测方法
发展预测方法
渠道
可穿戴设备数据
预测系统
情绪监测技术