[发明专利]一种基于线性跨时态交互的异源遥感建筑变化检测方法在审
申请号: | 202210343417.2 | 申请日: | 2022-03-31 |
公开(公告)号: | CN114821302A | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 郑建炜;冯宇超;蒋嘉伟;徐宏辉;秦梦洁;陈婉君 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06N3/04;G06N3/08;G06V10/44;G06V10/26;G06V10/82 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 忻明年 |
地址: | 310014 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 线性 时态 交互 遥感 建筑 变化 检测 方法 | ||
1.一种基于线性跨时态交互的异源遥感建筑变化检测方法,其特征在于:所述基于线性跨时态交互的异源遥感建筑变化检测方法包括如下步骤:
S1、获取异源遥感图像对,将图像对中的两图像分割为若干相同尺寸的子图;
S2、采用预训练好的CNN模型或Transformer模型对各子图进行特征提取获得对应的第一特征图,尺寸记为W×H×d,其中,W为第一特征图的宽度,H为第一特征图的高度,d为第一特征图的通道深度;
S3、将图像对中对应子图获得的第一特征图分别记为F1和F2,并执行线性交叉注意力操作获取对应的第二特征图Fatt-1和Fatt-2,所述线性交叉注意力操作具体如下:
S31、线性展开F1和F2获取对应的向量组表示(Q1,K1,V1)和(Q2,K2,V2),其中,Q1为F1的查询矩阵,K1为F1的键矩阵,V1为F1的值矩阵,Q2为F2的查询矩阵,K2为F2的键矩阵,V2为F2的值矩阵,尺寸均为N×d,N=W×H;
S32、基于交换后的查询矩阵计算F1的线性化自注意力输出Fcorss-1和F2的线性化自注意力输出Fcross-2,尺寸均为W×H×d;
S33、对值矩阵V1和V2分别进行深度可分离卷积操作,再分别与交换后的查询矩阵进行哈达玛积,对应获得尺寸为W×H×d的卷积相对位置编码Pcorss-1和Pcross-2;
S34、分别将F1和F2获得的线性化自注意力输出和卷积相对位置编码求和,对应获得尺寸为W×H×d的第二特征图Fatt-1和Fatt-2;
S4、对Fatt-1和Fatt-2执行协同特征对齐操作获取对应的第三特征图Falign-1和Falign-2,所述协同特征对齐操作具体如下:
S41、将Fatt-1和Fatt-2输入空间注意力模块获取尺寸为W×H×2的空间注意力A,所述空间注意力模块包括依次连接的Concat层、第一激活函数、卷积层、归一化层和第二激活函数;
S42、沿通道方向将空间注意力A拆分成尺寸均为W×H×1的A1和A2;
S43、将Fatt-1与A1相乘、Fatt-2与A2相乘,对应获得第三特征图Falign-1和Falign-2;
S5、将图像对中对应子图获得的第三特征图Falign-1和Falign-2依次进行差值、上采样和卷积变换,获取尺寸为nW×nH×2的变化检测图,其中,n为上采样的倍数。
2.如权利要求1所述的基于线性跨时态交互的异源遥感建筑变化检测方法,其特征在于:步骤S1中,所述子图的尺寸为256×256。
3.如权利要求1所述的基于线性跨时态交互的异源遥感建筑变化检测方法,其特征在于:步骤S32中,所述F1的线性化自注意力输出Fcorss-1和F2的线性化自注意力输出Fcross-2,计算公式如下:
其中,softmax(·)为非线性映射函数,T为转置操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210343417.2/1.html,转载请声明来源钻瓜专利网。