摘要
本发明公开一种小目标异常变化检测方法、设备及存储介质,属于异常变化检测技术领域。所述方法包括:获取待检测的双时相图像;将其依次输入至小目标异常变化检测模型的前端特征提取模块、多尺度特征提取模块、特征融合与解码模块以及差分判别模块中进行处理,得到异常变化区域图像;提取异常变化区域图像中像素值非零的区域,得到双时相图像的异常变化区域。本发明一方面利用Swin Transformer编码器对浅层提取特征进行深度特征的提取,另一方面将浅层提取特征直接映射到Pyramid Mamba解码器中结合多尺度语义特征,最后通过差分判别模块来实现同一场景中双时相图像间小目标异常变化的检测,从而提升模型检测能力。
技术关键词
变化检测模型
变化检测方法
多尺度语义特征
全卷积神经网络
特征提取模块
判别模块
注意力机制
联合损失函数
图像块特征
解码模块
空间金字塔池化
多尺度特征提取
上采样
补丁
生成多尺度
解码器
分区模块