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
人脸特征向量
图像生成方法
深度图
拍照设备
风格
人工智能网络
分割方法
肺叶
解剖特征
肝部CT图像
边缘检测模型
上采样
对象
解码单元
计算机程序产品