摘要
本发明公开了一种基于Siamese网络和SAM模型的遥感图像变化检测方法,属于遥感图像变化检测技术领域。该基于Siamese网络和SAM模型的遥感图像变化检测方法,包括,在标准数据集中选取两张遥感图像,并对两张遥感图像进行预处理;预处理后的遥感图像输入SAM模型中进行特征提取,并生成高维图像;通过全局信息增强模块和差异信息增强模块对提取特征后的图像增强高维图像的全局特征信息和差异特征信息;通过SAM模型进行提取特征,结合全局信息增强模块和差异信息增强模块的分别增强图像的全局特征信息和差异特征信息,从而增强模型对变化的敏感度,再通过全局特征信息和差异特征信息的融合,提高了对细微变化的检测能力。
技术关键词
Siamese网络
全局信息融合
卷积神经网络模块
融合特征
权重机制
图像增强
平滑算法
多层次
多尺度
标记
强度
冗余
报告
图片
数据
像素
系统为您推荐了相关专利信息
序列
多层卷积神经网络
模型训练方法
轨迹预测方法
直线
监控视频图像
网络
融合特征
有效性识别方法
序列
手语特征
运动特征
视觉特征
手语翻译方法
训练神经网络
机器学习模型
风险识别方法
分析组件
风险识别装置
数据