[發(fā)明專利]一種改進(jìn)的全卷積孿生神經(jīng)網(wǎng)絡(luò)的礦區(qū)變化檢測方法

在審

• 申請?zhí)枺?/td>: 202110238171.8
• 申請日: 2021-03-04
• 公開（公告）號: CN113158770A
• 公開（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 唐朝;張兆明;何國金;彭燕;龍騰飛;王桂周
• 申請（專利權(quán)）人: 中國科學(xué)院空天信息創(chuàng)新研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽

1.一種遙感影像礦區(qū)變化檢測方法，其步驟為：

第一步、對目標(biāo)區(qū)域兩景不同時(shí)相的遙感影像進(jìn)行數(shù)據(jù)預(yù)處理，包括輻射定標(biāo)、大氣校正、影像裁剪等，最終獲得兩景不同時(shí)相的礦區(qū)地表反射率影像；

第二步、制作二分類變化樣本，根據(jù)兩時(shí)相影像制作成變化區(qū)域的二分類圖像樣本，兩個(gè)時(shí)相的遙感影像樣本中的變化需與二分類圖像樣本中的變化一一對應(yīng)；

第三步、模型訓(xùn)練，使用對應(yīng)的兩景不同時(shí)相的遙感影像樣本、二分類圖像樣本訓(xùn)練礦區(qū)變化檢測模型；

第四步、變化檢測，使用訓(xùn)練后的礦區(qū)變化檢測模型與目標(biāo)區(qū)域的兩景不同時(shí)相的遙感影像對目標(biāo)區(qū)域礦區(qū)進(jìn)行變化檢測；

采用類U-Net的框架，編碼器為兩個(gè)相同的VGG16的編碼器，每一次卷積后均使用ReLU激活函數(shù)，并可選擇性的在每一次卷積后加入Batch Normalization與Drop Out層；在第一二層的卷積層中加入組合為1,2,5的混合膨脹卷積組合以擴(kuò)張其感受野，使空間上下文信息更為豐富；兩個(gè)編碼器每一層卷積層后獲得的特征圖將進(jìn)行作差計(jì)算并取其絕對值與解碼器中相對應(yīng)的特征圖進(jìn)行串接操作；模型最終輸出的是特征層數(shù)為2的特征圖，將該特征圖使用softmax方法進(jìn)行歸一化后，再將其與二分類圖像進(jìn)行損失函數(shù)計(jì)算并訓(xùn)練模型，損失函數(shù)是Dice Loss，其公式為：

其中|A∩B|代表集合A和B之間的公共元素，|A|代表集合A中的元素?cái)?shù)量，|B|代表集合B中的元素?cái)?shù)量，在此次模型的訓(xùn)練中，A代表模型輸出的特征圖，B代表事先人工標(biāo)記的二分類遙感圖像，在分子與分母上同加一個(gè)極小值，10^-7，以防止分母為0的情況下影響模型訓(xùn)練,模型最后輸出的是兩種類別的特征圖經(jīng)過softmax歸一化后的結(jié)果，需要再逐像素比較兩類別的特征圖的像素值，并取其中較大者的類別作為最后預(yù)測的類別。