摘要
本申请实施例提供一种基于神经网络的变化检测方法、设备、系统及存储介质。将获取到的基准图像和待检测图像,分别利用特征提取单元中包含的特征提取模块依次进行特征提取,得到基准图像和待检测图像各自对应的多个不同尺度的特征图,将基准图像和待检测图像各自对应的多个不同尺度的特征图分别输入池化模块中进行多尺度特征融合,得到基准图像对应的融合后特征图和待检测图像对应的融合后特征图,并对各自对应的融合后特征图进行变化检测,以判断待检测图像是否发生变化。据此,结合多尺度融合思想和自注意力机制进行特征提取,能够保留更多的关键特征,避免信息丢失,从而提高了网络在复杂遥感图像上的表现,进而提升变化检测的精度和效率。
技术关键词
特征提取模块
多尺度特征融合
图像
特征提取单元
变化检测方法
基准
变化检测模型
解码模块
注意力机制
补丁
分层
视觉
分支
计算机
处理器
线性
尺寸
存储器
系统为您推荐了相关专利信息
标签打印机
主控模块
语音识别模块
标签模板
液晶显示面板
实时图像
位置识别方法
患者
图像采集终端
图像融合方法
人脸识别模型
人脸识别方法
人脸特征
卷积神经网络模型
特征提取模块