摘要
本发明涉及遥感图像变化检测技术领域,具体为一种基于深度可分离双时相图像变换器的建筑物变化检测方法,包括:模型构建步骤:构建变化检测模型,用于进行建筑物变化检测,包括:S1、构建基于ResNet101的主干网络,进行特征图提取;S2、采用双时相图像变换器处理两个时相的特征图;S3、结合残差模块的多尺度跳跃结构,采用改进的预测头模块对双时相图像变换器的输出进行处理,生成最终的变化检测预测结果。本方案能够解决现有双时相变换器学习和表示能力差、特征提取效果不明显的问题,以降低建筑物变化检测错误率,提高检测结果的准确率和识别效率。
技术关键词
图像变换器
建筑物变化检测
变化检测模型
残差模块
跳跃结构
遥感图像变化检测技术
光学卫星遥感影像
注意力
输出特征
卷积特征
图像块
编码器
语义
像素
解码器结构
非线性
系统为您推荐了相关专利信息
乘客流量预测方法
时间卷积网络
卷积网络模型
残差模块
数据
变化检测模型
变化检测方法
合成孔径雷达图像
地球观测卫星
多模态
作物产量预测方法
多模态数据融合
作物参数
可见光图像
农田
翻拍图像识别方法
识别人脸图像
子模块
深度特征提取
数据获取模块
特征提取模块
空间特征提取
支路
光谱特征提取
编码器