摘要
本发明属于深度学习、计算机视觉领域,公开了一种基于视觉状态空间模型的遥感图像变化检测方法,包括以下步骤:构建孪生特征编码器,分别通过视觉状态空间模型提取双时相图像的多尺度特征;通过频域融合模块融合来自不同时相的特征并通过傅里叶变换在频域中进一步进行噪声过滤;通过空间‑通道注意力融合模块增强局部变化特征,实现精准解码;通过深度监督,辅助模型学习准确的变化掩码。本发明相比于其他方法,能够在较低的计算复杂度下,兼顾全局语义和局部细节,利用频域融合机制,有效过滤高频噪声,减少噪声引起的伪变化,获得更高质量的变化掩码。
技术关键词
遥感图像变化检测
状态空间模型
光学遥感图像
注意力
空间模块
卷积模块
融合特征
通道
变化检测模型
状态空间方程
前馈神经网络
编码器
特征提取器
代表
计算机视觉
解码
语义特征
系统为您推荐了相关专利信息
图像除雾方法
注意力机制
语义特征提取
组织
浅层特征提取
智能化分析方法
BiLSTM模型
通道注意力机制
功率值
序列
剩余使用寿命预测
GAN模型
前馈神经网络
序列
多通道传感器数据
图像分割模型
图像分割方法
注意力机制
分支
脑肿瘤分割