[發(fā)明專利]一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法

在審

• 申請?zhí)枺?/td>: 202110295727.7
• 申請日: 2021-03-19
• 公開（公告）號: CN112906638A
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計）人: 劉夢曦;石茜
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 劉俊

1.一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，包括以下步驟：

S1：獲取若干幅可用于雙時相變化檢測的高分辨率遙感影像；

S2：基于當(dāng)前已有的數(shù)據(jù)資料和人工先驗知識，通過目視解譯，勾繪高分辨率遙感影像之間的變化區(qū)域，獲得高分辨率遙感影像之間像素級的變化標(biāo)記，基于已有的遙感影像對和變化標(biāo)記，將高分辨率遙感影像裁剪為若干特定尺寸大小的影像對，得到面向雙時相變化檢測的高分辨率遙感影像數(shù)據(jù)集；

S3：構(gòu)建基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測模型；

S4：利用面向雙時相變化檢測的高分辨率遙感影像數(shù)據(jù)集對步驟S3構(gòu)建的模型進(jìn)行訓(xùn)練；

S5：將待檢測區(qū)域的雙時相遙感影像輸入至訓(xùn)練好的模型中，得到待檢測區(qū)域的變化柵格圖。

2.根據(jù)權(quán)利要求1所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，步驟S1所述的高分辨率遙感影像為雙時相遙感影像，所述雙時相遙感影像為相同區(qū)域、相同分辨率、不同年份的遙感圖像。

3.根據(jù)權(quán)利要求1所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，步驟S1的具體過程為：

S101：從公開的數(shù)據(jù)網(wǎng)站選擇并下載若干幅與待檢測區(qū)域云量分布相似的兩期高分辨率遙感影像數(shù)據(jù)；

S102：根據(jù)所下載的高分辨率遙感影像數(shù)據(jù)提供的數(shù)據(jù)描述文檔，分別對高分辨率遙感影像數(shù)據(jù)進(jìn)行預(yù)處理。

4.根據(jù)權(quán)利要求3所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，所述的預(yù)處理分別從如下方面進(jìn)行，具體包括：數(shù)據(jù)的DN值、投影坐標(biāo)系、輻射定標(biāo)、輻射校正、鑲嵌、裁剪、直方圖匹配。

5.根據(jù)權(quán)利要求1所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，步驟S2的具體過程為：

S201：對步驟S1得到的高分辨率遙感圖像進(jìn)行減小差異化處理，所述減小差異化處理包括：空間濾波、直方圖匹配、直方圖濾波；

S202：對減小差異化處理后的高分辨率遙感圖像進(jìn)行地理配準(zhǔn)；

S203：根據(jù)當(dāng)前已有的數(shù)據(jù)資料和人工先驗知識對配準(zhǔn)后的圖像中的變化區(qū)域標(biāo)記；

S204：標(biāo)記完成后將標(biāo)簽矢量數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)，并采用隨機(jī)采樣和隨機(jī)數(shù)據(jù)增強(qiáng)的方式，分別從配準(zhǔn)后的圖像和變化標(biāo)記中采集設(shè)定數(shù)量的樣本，得到面向雙時相變化檢測的高分辨率遙感影像數(shù)據(jù)集。

6.根據(jù)權(quán)利要求5所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，所述隨機(jī)數(shù)據(jù)增強(qiáng)方式包括：旋轉(zhuǎn)、鏡像翻轉(zhuǎn)、放大縮小、平移、高斯噪聲、色彩抖動、對比度變換。

7.根據(jù)權(quán)利要求1所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，所述基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測模型包括：特征提取模塊、度量模塊，

所述特征提取模塊采用權(quán)值共享的Siamese結(jié)構(gòu)，用于提取雙時相遙感影像的多層次特征對；

所述度量模塊用于融合特征提取模塊提取的特征，并采用CBAM注意力機(jī)制對融合后的特征對進(jìn)行注意力處理，然后，通過計算特征對之間的歐式距離，并與標(biāo)簽數(shù)據(jù)比較，通過深度度量學(xué)習(xí)拉近非變化特征之間的距離，推遠(yuǎn)變化特征之間的距離，進(jìn)而得到準(zhǔn)確的變化圖。

8.根據(jù)權(quán)利要求7所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，所述模型還包括多層次監(jiān)督模塊，所述多層次監(jiān)督模塊作用于特征提取模塊的中間特征中，用以提高特征提取模塊提取更具有魯棒性和代表性的特征。

9.根據(jù)權(quán)利要求1所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，步驟S4中對步驟S3構(gòu)建的模型進(jìn)行訓(xùn)練通過調(diào)整訓(xùn)練參數(shù)對模型進(jìn)行訓(xùn)練，所述訓(xùn)練參數(shù)包括：訓(xùn)練次數(shù)、批量大小、優(yōu)化器、初始學(xué)習(xí)率設(shè)置、損失函數(shù)。

10.根據(jù)權(quán)利要求1所述的一種基于多層次監(jiān)督和深度度量學(xué)習(xí)的遙感變化檢測方法，其特征在于，步驟S5中將待檢測區(qū)域的雙時相遙感影像輸入至訓(xùn)練好的模型中，得到待檢測區(qū)域的變化柵格圖具體步驟包括：

S501：檢查待檢測的雙時相遙感影像在空間特征、光譜特征、紋理特征、分辨率和投影上是否有差異，若存在差異則進(jìn)行減小差異化處理，然后進(jìn)行地理配準(zhǔn)，將配準(zhǔn)后的雙時相遙感影像裁剪至預(yù)設(shè)的尺寸；

S502：裁剪后的雙時相遙感影像輸入利用步驟4訓(xùn)練好的模型中，得到待檢測區(qū)域的變化柵格圖。