摘要
本发明公开一种基于频域卷积与局部特征增强的遥感图像半监督变化检测方法,主要包括频域卷积分支和局部特征增强模块。在使用卷积神经网络提取深层特征和浅层特征的基础上,利用频域卷积分支来提取并交互深层频域特征与深层空间域特征,以捕捉全局依赖关系并突出差异特征;通过局部特征增强模块进一步聚合浅层特征中的自相似性,从局部区域中提取丰富、精细的视觉属性和结构信息,增强模型提取有价值的几何和视觉属性的能力。同时,将经过频域卷积分支和局部特征增强模块处理的特征与原始特征相融合,进一步增强模型对无标签数据的特征学习能力。最后将多尺度融合输入分类器实现高分辨率遥感影像的半监督变化检测。
技术关键词
变化检测方法
卷积神经网络提取
特征提取器
分块
频率
图像
高分辨率遥感影像
标签
特征提取模块
变化检测系统
数据
局部空间特征
频域特征
融合特征
分支
滑动窗口
计算机
处理器