[发明专利]一种基于高层和低层特征交叉增强的变化检测方法及装置

权利要求书

1.一种基于高层和低层特征交叉增强的变化检测方法，其特征在于，所述方法包括：

通过孪生卷积神经网络分别从参考图像和查询图像中提取卷积层模块输出的卷积特征，对卷积特征进行内编码与交叉编码操作，获取交叉编码特征；

由交叉编码模块得到的5个交叉编码特征中，将特征进行拼接操作并输入到一个卷积单元，将通道数减少到128，得到低层变化特征LF，同样进行拼接操作通过一个卷积单元将通道数压缩为128，得到高层变化特征HF；

通过交叉增强模块对交叉编码特征进行反复优化，即：将得到的低层变化特征与高层变化特征逐元素相乘得到表征能力更好的低层特征；将处理过的高层变化特征与低层变化特征逐元素相乘以更新高层特征；重复以上操作以提高特征的代表能力；

在训练过程中分别对交叉编码层的变化检测预测结果计算损失并求和，再分别将交叉增强过程中不同阶段的高层、低层变化特征的输出计算损失并求和，与最终的变化检测结果的损失依次相加得到最终的损失；

基于Pytorch深度学习网络框架进行训练，基于训练后的模型进行变化检测；

所述重复以上操作以提高特征的代表能力为：

其中，Bi(·)表示双线性插值运算，可以改变特征的分辨率，⊙为元素乘法运算，F_t^HF为交叉增强操作迭代第t次时得到的高层特征，F_t^LF为交叉增强操作迭代第t次时得到的低层特征；F^HF为高层变化特征；F^LF为低层变化特征；Conv(·,128)表示卷积单元，该卷积单元由一个包含128个卷积核的卷积层，一个批归一化层和ReLU层构成。

2.根据权利要求1所述的一种基于高层和低层特征交叉增强的变化检测方法，其特征在于，所述内编码操作为：

其中，是X或Y的第i个卷积层模块的卷积特征；是X或Y的第i个卷积层模块输出的卷积特征经内编码模块后产生的内编码特征；cat(·)为拼接操作，将与按通道进行拼接；φ(·)为内编码操作，包括：卷积、批归一化和上采样操作。

3.根据权利要求2所述的一种基于高层和低层特征交叉增强的变化检测方法，其特征在于，所述交叉编码操作为：

其中，表示第i层的交叉编码特征；表示交叉编码模块的计算过程，abs(·,·)表示计算两个特征间的绝对差异，是X的第i个卷积层模块输出的卷积特征经内编码模块后产生的内编码特征；是Y的第i个卷积层模块输出的卷积特征经内编码模块后产生的内编码特征。

4.根据权利要求1所述的一种基于高层和低层特征交叉增强的变化检测方法，其特征在于，所述最终的变化检测结果为：

其中，T为交叉增强操作的迭代次数，为第T次生成的预测结果，P₁-P₅为多尺度变化概率图。

5.根据权利要求4所述的一种基于高层和低层特征交叉增强的变化检测方法，其特征在于，所述最终的损失共由4个部分组成，公式如下：

其中，依次代表多尺度变化概率图P_i、第t次使用交叉增强操作时的LF和HF生成的预测结果P_t^LF及P_t^HF、最终的变化检测结果P_f的损失。

6.一种基于高层和低层特征交叉增强的变化检测装置，其特征在于，所述装置包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行权利要求1-5中的任一项所述的方法步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时使所述处理器执行权利要求1-5中的任一项所述的方法步骤。