摘要
本发明公开了一种基于Mamba架构的双分支注意力与边界增强的遥感图像变化检测方法及系统,属于计算机视觉与遥感图像处理技术领域。该方法包括:对双时态遥感图像进行裁切、数据集划分及归一化预处理;通过Mamba编码器提取多尺度特征,利用状态空间模型建模全局空间依赖;构建边界增强分支,结合通道压缩与上采样生成边界概率图;在解码阶段引入时空状态空间(STSS)模块融合时空特征,嵌入动态通道注意力机制强化变化敏感区域;采用可变形卷积优化边缘偏移,加权融合主分支与边界分支输出生成最终变化图;通过复合损失函数训练模型并优化参数。本发明显著提升复杂场景下变化区域的检测精度,解决边界模糊、小目标漏检及背景干扰问题。
技术关键词
变化检测方法
变化检测模型
分支
状态空间模型
全局平均池化
通道注意力机制
遥感图像变化检测
遥感图像处理技术
多尺度特征
层级
融合时空特征
阶段
模块编码器
系统为您推荐了相关专利信息
AI图像识别
智能巡检系统
定位摄像装置
识别模块
多模态
滚动轴承
脉冲特征
高斯核函数
网络模块
监测方法