摘要
本发明提供一种基于多尺度特征融合的半监督遥感图像变化检测方法及装置,该方法包括获取遥感图像变化检测数据有标签的训练集和无标签的训练集,构建教师网络模型与学生网络模型,采用有标签的训练集训练教师网络模型,以及以训练好的教师网络模型参数初始化学生网络模型参数,采用无标签的训练集输入学生网络模型和教师网络模型,得到各自的预测结果;以教师网络模型的预测结果作为伪标签对学生网络模型参数进行优化,并更新教师网络模型参数,通过迭代训练最终得到遥感图像变化检测模型;基于该检测模型进行遥感图像变化检测。本发明能够提取不同尺度的空间信息,进行特征增强,以及对不同尺度的特征信息进行有效融合,提升模型的预测性能。
技术关键词
遥感图像变化检测
多尺度特征融合
全局平均池化
教师
语义特征提取
学生
标签
训练集
参数
上采样
模块
预测模型训练
深度学习网络
黑色
系统为您推荐了相关专利信息
语义分割方法
解码器
多任务学习模型
全局平均池化
通道
位置随动控制方法
脉冲
编码向量
注意力
编码特征
视频异常检测方法
检测网络模型
离散小波变换
视频帧
判别特征
生成对抗网络架构
教师
搜索方法
反向传播方法
生成器网络