CN117237801B 一种基于自监督学习的多模态遥感图像变化检测方法 （西北工业大学）_第1页
CN117237801B 一种基于自监督学习的多模态遥感图像变化检测方法 （西北工业大学）_第2页
CN117237801B 一种基于自监督学习的多模态遥感图像变化检测方法 （西北工业大学）_第3页
CN117237801B 一种基于自监督学习的多模态遥感图像变化检测方法 （西北工业大学）_第4页
CN117237801B 一种基于自监督学习的多模态遥感图像变化检测方法 （西北工业大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于自监督学习的多模态遥感图像变本发明涉及一种基于自监督学习的多模态决了多模态图像变化检测中存在的双时相图像2将模态一变化前的图像、模态二变化后的图像和拼接后的图像作为三个独立的输入，所述三元特征提取网络系统由伪孪生网络和差分信息网络两部所述伪孪生网络的每个分支由5个卷积核尺寸为3×3的卷积层组成，在每个卷积层之在网络的训练阶段，使用交叉熵损失来监督所述统一映射单元由令牌编码器和令牌解码令牌解码器的输入为三元特征提取网络得到的三个独立特征Fm1,Fm2和Fd；输入的特征此过程中，将一组可训练参数添加到令牌中，用以进行位置嵌入PE；编码器遵循标准的令牌解码器的输入：令牌解码器接收两个不同的输入；一种是卷令牌解码器的解码过程：令牌解码器类似于令牌编码器的结构层归一化LN：在每个解码器层之前，应用层归一化来归一化3坐标(i,j)对应的值，Margin表示手动设置的阈值，设置该阈值是为了加强特征图对的距所述一个或多个处理器实现权利要求1_5任一项7.一种计算机可读存储介质，其特征在于4评估和地图修订等方面有着广泛的应用。[0003]现有的遥感图像变化检测方法主要针对来自同一传感器的变化前和变化后的图m2[0014]在网络的训练阶段，使用交叉熵损失来监督变化前和变化后图像特征图的有效5[0018]所述伪孪生网络的每个分支由5个卷积核尺寸为3×3的卷积层组成，在每个卷积上采样部分利用双线性上采样操作之后是1×1卷积，下采样利用卷积层的核大小为3×3，6像(由模态一变化前图像和模态二变化后图像安装通道维度堆叠获得)作为三个独立的输7[0055]本发明中用于训练网络的模态一变化前图像是由Sentinel_2传感器捕获的多光变化前同一位置捕获的SAR图像，拼接图像是由多光谱图像和SAR图像按通道堆叠获得的，8像CD的一个重大障碍。为了解决这一问题，本发明设计了一个统一映射单元(Unified[0064]>输入：令牌解码器的输入为三元特征提取网络得到的三个独立特征Fm1,Fm2和[0070]b)多头注意力(MHA)：解码器采用多头注意力机制，旨在理解不同令牌之间的关[0077]Fd表示差分信息特征。为了保证三个独立特征F9m2

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论