[发明专利]变化检测模型训练和图像变化检测方法、装置及设备

权利要求书

1.一种变化检测模型训练方法，其特征在于，所述方法包括：

获得多个样本图像组，每个样本图像组包含内容配准的第一图像、第二图像以及样本标签，所述样本标签用于指示：所述第一图像以及所述第二图像各自相对于标准图像发生变化的实际图像区域；

采用所述多个样本图像组对待训练的变化检测模型进行迭代训练，获得相应的目标变化检测模型，每一次迭代包括如下步骤：

分别对输入的各样本图像组进行组内图像变化检测，获得各样本图像组内的第二图像相对于第一图像发生变化的第一图像区域；

对输入的各第一图像分别进行单相图像变化检测，获得各第一图像相对于所述标准图像发生变化的第二图像区域；

基于各样本图像组对应的样本标签、第一图像区域与第二图像区域确定模型损失，并基于所述模型损失进行参数调整。

2.根据权利要求1所述的方法，其特征在于，在分别对输入的各样本图像组进行组内图像变化检测，获得各样本图像组内的第二图像相对于第一图像发生变化的第一图像区域之前，所述方法还包括：

分别提取各第一图像的第一特征集合，每个第一特征集合包括：相应的第一图像分别对应于预设的多个图像尺度的第一图像特征；

分别提取各第二图像的第二特征集合，每个第二特征集合包括：相应的第二图像分别对应于所述多个图像尺度的第二图像特征；

所述分别对输入的各样本图像组进行组内图像变化检测，获得各样本图像组内的第二图像相对于第一图像发生变化的第一图像区域，包括：

基于获得的各第一特征集合和各第二特征集合，分别对所述各样本图像组进行组内图像变化检测，获得各样本图像组各自对应的所述第一图像区域。

3.根据权利要求2所述的方法，其特征在于，基于获得的各第一特征集合和第二特征集合，分别对所述各样本图像组进行组内图像变化检测，获得各样本图像组各自对应的所述第一图像区域，包括：

针对所述各样本图像组，分别执行如下操作：

针对一个样本图像组，分别将相应的第一特征集合和第二特征集合中，对应同一图像尺度的图像特征进行特征融合，获得所述多个图像尺度各自对应的融合图像特征；

基于获得的各融合图像特征，对所述一个样本图像组进行组内图像变化检测，获得所述第一图像区域。

4.根据权利要求3所述的方法，其特征在于，分别将相应的第一特征集合和第二特征集合中，对应同一图像尺度的图像特征进行特征融合，获得所述多个图像尺度各自对应的融合图像特征，包括：

针对所述多个图像尺度，分别执行如下操作：

针对一个图像尺度，对第一特征集合中相应的第一图像特征进行基于自注意力机制的更新处理，获得第三图像特征，以及，对第二特征集合中相应的第二图像特征进行基于自注意力机制的更新处理，获得第四图像特征；

基于所述第三图像特征，对所述第四图像特征进行基于注意力机制的融合处理，获得第五图像特征，以及，基于所述第四图像特征，对所述第三图像特征进行基于注意力机制的融合处理，获得第六图像特征；

基于所述第五图像特征和所述第六图像特征进行特征融合，获得所述一个图像尺度的融合图像特征。

5.根据权利要求4所述的方法，其特征在于，对第一特征集合中相应的第一图像特征进行基于自注意力机制的更新处理，获得第三图像特征，包括：

通过所述变化检测模型的自注意力网络对所述第一图像特征进行处理，获得所述第一图像特征中各元素的第一注意力权重，每个第一注意力权重用于表征相应元素与其他元素之间的关联程度；

基于获得的各个第一注意力权重，通过所述自注意力网络对所述第一图像特征进行加权处理，获得所述第三图像特征。