一种基于多尺度卷积注意力的林草变化检测方法

AITNT
正文
推荐专利
一种基于多尺度卷积注意力的林草变化检测方法
申请号:CN202510244532
申请日期:2025-03-03
公开号:CN120125848A
公开日期:2025-06-10
类型:发明专利
摘要
本发明提供一种基于多尺度卷积注意力的林草变化检测方法,包括:获取待检测的双时相图像,双时相图像为两张不同时相的遥感图像;对待检测的双时相图像进行预处理,并输入林草变化检测模型中,得到变化检测二值图;其中,林草变化检测模型为训练得到,训练的过程包括:通过编码器对待训练的双时相图像进行编码,得到双时相特征;在通过特征融合模块整合双时相特征之后,输入解码器以进行解码,得到两个不同尺度的目标特征;利用动态上采样分割头分别对目标特征进行分割输出,得到第一预测特征图与第二预测特征图,第一预测特征图用于表征变化检测二值结果,第二预测特征图用于深度监督以优化林草变化检测模型的特征学习。
技术关键词
变化检测方法 预测特征 变化检测模型 上采样 编码器 神经网络结构 输入解码器 图像 注意力 动态 融合特征 输入多尺度 阶段 模块 通道 数据
系统为您推荐了相关专利信息
1
基于AIGC的拍照图像生成方法、系统及拍照设备
人脸特征向量 图像生成方法 深度图 拍照设备 风格
2
一种基于人工智能网络的肺叶肝段分割方法
人工智能网络 分割方法 肺叶 解剖特征 肝部CT图像
3
目标检测方法、装置、设备、介质及产品
边缘检测模型 上采样 对象 解码单元 计算机程序产品
4
基于机器学习的电力机车故障预警方法
故障类别 时序 电力机车故障 故障特征 编码向量
5
一种基于生成式人工智能的屋顶光伏样本生成与分割方法
分割方法 分割算法 分割掩模 屋顶 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号