摘要
本发明公开了一种基于Mamba的边缘细化遥感图像语义变化检测方法,属于遥感图像变化检测技术领域。针对现有方法在特征提取和融合过程中对边界区域细节优化不足、导致预测边缘粗糙的问题,本发明提出以下技术方案:首先,利用孪生Mamba编码器主干网络提取双时相遥感图像的多层级特征;其次,通过基于Mamba的差异模块进行跨时相特征交互与差异特征提取;接着,采用边缘细化的视觉状态空间解码器,融合膨胀和腐蚀操作与注意力机制强化边缘信息;同时,结合深度边界监督与变化区域监督的损失函数策略,提升模型对边缘细节的学习能力。实验基于SECOND数据集验证,本方法在精度、交并比、F1分数等指标上均优于现有主流方法,显著提升了变化检测的边界精度与语义分割效果,适用于城市规划、灾害评估等高精度需求场景。
技术关键词
语义变化检测方法
状态空间模型
输出特征
图像
层级
解码器
Canny算子
视觉
编码器
融合特征
线性
通道
标签
强化特征
空间模块
元素
注意力机制
系统为您推荐了相关专利信息
摩擦搅拌焊
缺陷检测方法
蒸馏
工艺参数动态
焊缝缺陷检测
图像特征提取模型
地点识别方法
局部特征提取
样本
压缩特征
玉米害虫
监测方法
网络
GPU处理器
实时图像处理