CN118968340B 一种基于渐进式分心挖掘的遥感图像变化检测方法及系统 （山东锋士信息技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118968340B(45)授权公告日2025.07.01

(21)申请号202411146627.8

(22)申请日2024.08.21

(65)同一申请的已公布的文献号申请公布号CN118968340A

(43)申请公布日2024.11.15

(73)专利权人山东锋士信息技术有限公司

地址250107山东省济南市高新区遥墙街

道明远街2号中欧智造港18号多层厂房1单元101室、102室

GO6V10/52(2022.01)

GO6V10/80(2022.01)GO6V10/774(2022.01)GO6V10/82(2022.01)

GO6N3/0464(2023.01)

(56)对比文件

CN117079029A,2023.11.17

CN118334488A,2024.07.12审查员徐雯晖

(72)发明人杨公平孙启玉刘玉峰孙平

崔苗苗

(51)Int.CI.

GO6V20/13(2022.01)

GO6V10/25(2022.01)

GO6V10/44(2022.01)

权利要求书1页说明书4页附图2页

(54)发明名称

一种基于渐进式分心挖掘的遥感图像变化检测方法及系统

(57)摘要

CN118968340B本发明涉及一种基于渐进式分心挖掘的遥感图像变化检测方法及系统，属于双时相遥感图像处理技术领域。通过卷积神经网络分别提取遥感双时相图像的多尺度特征，相同尺度的双时相特征分别做差求绝对值获得多尺度差异特征图，利用获得的小尺度差异特征获得变化区域预测图，并依据变化区域预测图引导大尺度差异特征图分心挖掘变化区域，随后利用引导细化后的大尺度差异特征获得变化区域预测图并引导更大尺度差异特征细化，从而实现渐进式引导，最后得到的多尺度融合差异特征图输入预测器预测，计算损失值更新模型。本发明方法对不确定的模

CN118968340B

CN118968340B权利要求书1/1页

2

1.一种基于渐进式分心挖掘的遥感图像变化检测方法，其特征是，包括步骤如下：

S1.获取原始遥感图像预处理并划分数据集；

S2.将不同时相的两遥感图像输入到权重共享的孪生特征提取器中，分别得到多个不同尺度的特征图；

S3.将得到的相同尺度的双时相特征分别做差求绝对值获得多尺度差异特征图；

S4.利用渐进式引导策略分心挖掘：先利用获得的最小尺度差异特征预测获得变化区域预测图，利用最小尺度的变化区域预测图引导比其大一级的大尺度差异特征图解码，分别专注于预测变化区域和预测非变化区域进行分心挖掘，再沿通道连接分心挖掘两分支的输出获得初步精炼的差异特征图；初步精炼的差异特征图作为小尺度差异特征获得变化区域预测图，再引导比其大一级的大尺度差异特征图解码，重复分心挖掘，直到得到由最大尺度的差异特征图分心挖掘、通道拼接后输出的精炼的多尺度融合差异特征图；

S5.将精炼的多尺度融合差异特征图经过上采样后送入预测器输出最终预测图，将预测结果与图像块标签进行对比，以二分类交叉熵函数作为损失函数，计算损失值，并进行梯度反向传播，以此更新模型参数；

S6.在训练过程中同时进行验证，最后选取在测试集上效果最好的模型作为最终的网络模型，将遥感图像输入此模型进行变化检测。

2.根据权利要求1所述的一种基于渐进式分心挖掘的遥感图像变化检测方法，其特征是，步骤S2中所述的孪生特征提取器使用孪生残差网络ResNet-50,特征提取器中使用下采样的方式减小特征尺度。

3.根据权利要求1所述的一种基于渐进式分心挖掘的遥感图像变化检测方法，其特征是，步骤S4所述的分心挖掘是将小尺度差异特征图做预测得到变化区域预测图，上采样后，变化区域预测图一路与大一级的大尺度差异特征图逐元素相乘来增强差异特征图对变化区域的关注，并利用3*3卷积进一步挖掘变化区域细节和去除伪变化，另一路用1-P?与大一级的大尺度差异特征图相乘来增强差异特征图对不确定变化区域的关注，并利用3*3卷积进一步挖掘不确定变化区域细节。

4.根据权利要求1所述的一种基于渐进式分心挖掘的遥感图像变化检测方法，其特征是，

步骤S5中所述的损失函数的表达式如下：

其中，N是每个图像块的像