一种基于孪生卷积神经网络的遥感影像变化检测方法

授权

摘要

本发明公开了一种基于孪生卷积神经网络的遥感影像变化检测方法，涉及遥感领域，主要解决目前常规的变化检测方法泛化性较差的问题；该方法包括以下步骤：获取多时相遥感影像数据，得到掩膜图像，建立遥感影像变化检测数据集，构建孪生卷积神经网络模型，利用数据集训练孪生卷积神经网络，获得训练模型，利用训练模型对待检测的前时相影像和后时相影像进行变化检测，得到初步变化预测结果，将初步变化预测结果的像素的预测值与预先设定的像素阈值进行比较，从而将初步变化预测结果划分为变化区域类别和非变化区域类别，得到变化检测结果。本发明的方法泛化性能更好，同时满足端到端处理，便于工程应用。

基本信息

专利标题：

一种基于孪生卷积神经网络的遥感影像变化检测方法

专利标题（英）：

暂无

公开（公告）号：

CN111640159A

申请号：

CN202010390580.5

公开（公告）日：

2020-09-08

申请日：

2020-05-11

授权号：

CN111640159B

授权日：

2022-04-01

发明人：

乐鹏黄立刘广超张晨晓姜良存梁哲恒章小明姜福泉邓鹏宁振伟刘斌

申请人：

武汉大学;广东南方数码科技股份有限公司

申请人地址：

湖北省武汉市武昌区八一路299号

代理机构：

湖北武汉永嘉专利代理有限公司

代理人：

杨晓燕

优先权：

CN202010390580.5

主分类号：

G06T7/90

IPC分类号：

G06T7/90 G06T7/136 G06T7/11 G06T5/40 G06N3/08 G06N3/04