摘要
本发明提出了一种基于引导融合和多尺度特征聚合网络的SAR图像变化检测方法,具体的实现步骤如下:(1)生成ER、R和LR差异图;(2)对ER和R差异图进行乘法融合,得到引导差异图;(3)用引导差异图去引导LR差异图生成最终的引导融合差异图;(4)构建MSFANet模型;(5)对引导融合差异图进行预分类;(6)选取训练样本和测试样本;(7)使用训练好的MSFANet模型对测试样本进行最终分类。本发明通过导融合和多尺度特征聚合,能够提高目标区域结构和边缘特征,并通过学习丰富的层次特征表示,提高对图像中变化区域的识别和过滤背景中的无关信息。
技术关键词
图像变化检测方法
多尺度特征
注意力
局部细节特征
全局平均池化
分支
模糊C均值聚类
样本
网络
轻量化架构
邻域
算法
模块
噪声
融合方法
生成特征
滤波
像素
鲁棒性
系统为您推荐了相关专利信息
图像分类方法
注意力机制
图像分类模型
图像分类精度
图像分类装置
表征方法
眼动数据
节点特征
多维建模方法
眼动特征
交叉注意力机制
编码器参数
客户端
训练集
更新模型参数