基于自适应卷积核和级联检测头的土地覆盖变化检测方法
摘要文本
本发明公开了基于自适应卷积核和级联检测头的土地覆盖变化检测方法，包括以下步骤：S1：数据集准备；同一区域不同时期的土地覆盖变化检测数据集准备，使用旋转、缩放、裁剪和对比度等方式进行数据集增强；S2：将数据集输入编码器模型进行特征提取；S3：将步骤S2提取的特征输入优化的级联解码器模型进行操作；S4：输出图像变化区域，通过在现有的基于语义分割的变化检测级联解码器模型中加入基于自适应变化卷积核的级联检测头，就可以达到保证检测精度的同时有效处理变化区域的边界信息效果，而且新生成的优化的级联解码器模型体积变化不大，解决了目前的土地覆盖变化检测方法无法实现对变化区域边界处进行较好的处理的问题。
申请人信息
- 申请人:环天智慧科技股份有限公司
- 申请人地址:620500 四川省眉山市仁寿县视高街道中粮加州智慧城B座2层
- 发明人: 环天智慧科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于自适应卷积核和级联检测头的土地覆盖变化检测方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202410002081.2 |
| 申请日 | 2024/1/2 |
| 公告号 | CN117496362B |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 环天智慧科技股份有限公司 |
| 发明人 | 赵凌园; 郑莉萍; 周旷; 杨博; 张焰 |
| 地址 | 四川省眉山市仁寿县视高街道中粮加州智慧城B座2层 |
专利主权项内容
1.基于自适应卷积核和级联检测头的土地覆盖变化检测方法，其特征在于，包括以下步骤：S1：数据集准备；同一区域不同时期的土地覆盖变化检测数据集准备，并进行数据集增强；S2：将数据集输入编码器模型进行特征提取；在编码器模型编码过程中，通过预先训练好的语义分割模型基于ResNet50算法提取待预测影像的特征图；得到的特征图：；S3：将步骤S2提取的特征输入优化的级联解码器模型进行操作；输入步骤S2得到的一个特征图：其中，/>表示/>的维度， />表示特征图/>的高度，/>表示/>的宽度，/>表示/>的通道数，/>代表实数集；在级联解码器模型解码过程中，对编码器模型编码过程得到的特征图进行采样和卷积操作, 以使特征图还原到待预测影像的分辨率, 并利用多个级联检测头预测所述待预测影像中每个像元所属的语义类别；设定一个卷积矩阵，/>中包含/>个卷积核，/>其中，/>表示/>的维度；并利用卷积矩阵对输入的特征图/>进行卷积分割，输出为对应的/>个类别；最终级联解码器模型得到输入的特征图相对应的分割输出结果：/>其中，/>表示/>的维度；建立优化的级联解码器模型的步骤为：基于现有的级联解码器模型中的单个解码器，加入自适应变化卷积核和级联检测头，即将现有的级联解码器模型中原本用于输入图像变化区域的检测头扩展成多个级联解码器，并对其过程中的卷积核进行自适应变化，即可建立优化的级联解码器模型; S4：输出图像变化区域。。更多数据：www.macrodatas.cn