CN115331087B 融合区域语义与像素特征的遥感影像变化检测方法及系统 （水利部交通运输部国家能源局南京水利科学研究院）

融合区域语义与像素特征的遥感影像变化本发明提出了一种融合区域语义与像素特用端到端深度学习完成双时相遥感影像的直接结合集合运算对直接变化检测结果的边缘进行2步骤1.6、通过对比配准影像中的差异性，对变化区域进行像素级标注和对象语义标所述基于孪生网络架构的多尺度残差网络模块用于基于权值共享模式利用孪生结构，所述基于嵌套型多尺度自注意力机制的上下文信息融合模块用于接收基于孪生网络所述特征度量模块用于利用对比损失函数进行双时32.根据权利要求1所述的一种融合区域语义与像素特征的遥感影像变化检测方法，其所述输入模块用于在孪生结构中同时输入匹配3.根据权利要求1所述的一种融合区域语义与像素特征的遥感影像变化检测方法，其4.根据权利要求1所述的一种融合区域语义与像素特征的遥感影像变化检测方法，其5.一种融合区域语义与像素特征的双时相遥6.一种融合区域语义与像素特征的遥感影像变化检所述处理器读取并执行所述计算机程序指令，以实现如权利要求1_4任意一项所述的47.一种计算机可读存储介质，其特征在于程序指令，所述计算机程序指令被处理器执行时实现如权利要求1_4任意一项所述的遥感5满足对遥感影像变化信息的提取任务。此外基于分类后比较法十分依赖分类算法的精度，从机器学习的最小距离分类法（MinimumDistanceClassification）、极大似然分类法6[0005]发明目的：提出一种融合区域语义与像素特征的遥感影像变化征变换算法进行配准；将配准的影像分别按和的比例进行放缩以获得不同尺度7小的子区域，其中SES这样便得到了四个不同尺度划分的特征图。对四个生成该分支在sxs尺度下的自注意力特征张量。之后将四个分支的特征张量通过通道融8化检测结果中的边缘部分进行逐像素分类优化，减少变化检测结果中的粘连等误检现象，[0039]第三方面，提出一种融合区域语义与像素特征的双时相遥感影9[0043]图1为本发明实施例中的融合区域语义与像素特征的双时相遥感影像变化检测方[0050]在一个实施例中，提出一种融合区域语义与像素特征的遥感相遥感影像采用SIFT尺度不变特征变换算法进行配准。随后，将配准的影像按照和[0063]基于嵌套型多尺度自注意力机制的上下文信息融合模块用于接收基于孪生网络张量。之后将四个分支的特征张量通过通道融合串联后送入一层卷积层像素计算出两个时相影像的距离映射，依距离映射逐像素识别出变化区域与未变化区域，[0075]在实施例一基础上的进一步实施例中，基于对象语义的区域连续属性和基于并用并集运算进行优化，利用并集剔除变化检测运算，当变化检测结果与该交集作差可剔除因未变化目标的表征发生变化而造成的误检，[0077]并集运算优化的过程中，将前后时相的对象级语义分割图做并集处理，即,由于并集的物理含义为语义分割对象至少存在于某时相的遥感影像中，那么[0080]交集运算优化的过程中，将前后时相的对象语义分割结果做交集处理，即,由于交集部分的物理含义为语义分割对象在两个影像的成像时间同时存在，[0084]在一个实施例中，提出一种融合区域语义与像素特征的遥感[0090]在进一步的实施例中，模型构建模块构建用于分析遥感影像体结构。最内层使用自注意力机制通过计算特征张量的全局权值对全局特征进行加权求