摘要
基于原型感知学习的遥感图像的伪标签生成方法、弱监督变化检测模型的训练及检测方法,属于涉及遥感图像变化检测领域。本发明为了解决现有的遥感图像弱监督变化检测存在类别激活图不完全的问题,以及得到的检测模型对变化识别不稳定的问题。本发明将变化前、后的遥感图像通过伪标签生成模型提取变化前、后不同尺度的特征图并得到变化特征,进而得到类激活映射图以及未变化类别的类激活映射图,通过阈值分割成响应区域掩码,用于对对融合特征加权聚合,以得到类原型;基于融合特征与类原型生成增强的类激活映射图,选择相似度最高的类作为像素的伪标签;然后基于像素的伪标签数据训练得到变化检测模型,该模型用于遥感图像变化检测。
技术关键词
变化检测模型
标签生成方法
遥感图像变化检测
原型
像素
图像级标签
融合特征
置信度阈值
变化检测方法
样本
全局平均池化
解码器结构
数据
深度学习模型
多尺度特征
标签类别
分类器
编码器
系统为您推荐了相关专利信息
输电线路视频图像
图像识别模块
像素点
输电导线
视频采集单元
自动检测系统
特征提取模块
图像采集模块
机器学习算法
回放模块
电子器件
生成对抗网络
决策树算法
图像显示单元
光栅
语义特征
构建系统
像素
深度图数据
三维点云数据