[发明专利]基于三元组语义关系学习的航拍遥感图像变化检测方法有效
| 申请号： | 201810385526.4 | 申请日： | 2018-04-26 |
| 公开（公告）号： | CN108596108B | 公开（公告）日： | 2021-02-23 |
| 发明（设计）人： | 陈克明;张梦雅;许光銮;闫梦龙 | 申请（专利权）人： | 中国科学院电子学研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/40;G06K9/46;G06K9/62 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 吴梦圆 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供一种基于三元组语义关系学习的航拍遥感图像变化检测方法，包括：步骤A：构建基于三元组语义关系学习的双路深度神经网络模型；步骤B：利用训练数据集训练双路深度神经网络模型；步骤C：基于测试数据集和训练后的双路深度神经网络模型，得到测试数据集的特征表示；步骤D：基于测试数据集的特征表示，计算两时相图像之间的欧式距离，得到一幅差异图像；以及步骤E：利用阈值法对差异图像进行处理，得到变化检测结果。本公开提供的基于三元组语义关系学习的航拍遥感图像变化检测方法，利用深度学习方法自动实现多时相航拍遥感图像特征的自动选择，能够更加全面、深层地表达图像，无需手工特征选择，省时省力，便于工程应用。 | ||
| 搜索关键词： | 基于 三元 语义 关系 学习 航拍 遥感 图像 变化 检测 方法 | ||
【主权项】：
1.一种基于三元组语义关系学习的航拍遥感图像变化检测方法，包括：步骤A：构建基于三元组语义关系学习的双路深度神经网络模型；步骤B：利用训练数据集训练所述双路深度神经网络模型；步骤C：基于测试数据集和训练后的双路深度神经网络模型，得到测试数据集的特征表示；步骤D：基于所述测试数据集的所述特征表示，计算两时相图像之间的欧式距离，得到一幅差异图像；以及步骤E：利用阈值法对所述差异图像进行处理，得到变化检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中国科学院电子学研究所，未经中国科学院电子学研究所许可，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/patent/201810385526.4/，转载请声明来源钻瓜专利网。
