[发明专利]一种基于多尺度CNN-Transformer的遥感图像变化检测方法和装置在审
| 申请号： | 202211633117.4 | 申请日： | 2022-12-19 |
| 公开（公告）号： | CN115861703A | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 李刚;李伟明;王学谦;薛黎晖 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06V10/44;G06V10/42;G06V10/80;G06V10/774;G06N3/0455;G06N3/0464;G06N3/08 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 苟冬梅 |
| 地址： | 100084*** | 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： | 本发明实施例提供了一种基于多尺度CNN‑Transformer的遥感图像变化检测方法和装置，所述方法包括：将双时态遥感图像输入多尺度CNN‑Transformer编码器；利用所述多尺度CNN‑Transformer编码器对所述双时态遥感图像进行特征提取，得到双时态遥感图像的多尺度全局‑局部特征；利用级联解码器将所述双时态遥感图像的多尺度全局‑局部特征进行逐层融合重构，得到变化特征图；通过分类器对所述变化特征图进行逐像素分类，得到变化检测结果图。本发明实施例实现将CNN和Transformer在多个尺度上进行有效结合，充分提取并融合遥感图像中多尺度的全局‑局部特征，融合得到变化特征图中包含了多个尺度的全局‑局部特征，进而增强了对不同大小变化区域检测的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 尺度 cnn transformer 遥感 图像 变化 检测 方法 装置 | ||
【主权项】：
暂无信息
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清华大学，未经清华大学许可，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/patent/202211633117.4/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
