[发明专利]一种基于注意力机制的多尺度遥感变化检测方法及装置

说明书

本申请提供了一种基于注意力机制的多尺度遥感变化检测方法及装置，涉及遥感图像检测领域，包括：获取待测地块不同尺度的图像，所述图像包括第一尺度图像和第二尺度图像；将所述第一尺度图像和所述第二尺度图像分别进行预处理，得到第一预测图像、第一注意力图、第二预测图像和第二注意力图；根据公式S＝A₁×Sn₁+(1‑A₁)Sn₂对所述待测地块的变化结果进行计算，得到变化检测结果。本技术方案基于注意力机制即在不同尺度进行加权融合的过程中加入对输入权重的分配，使用多尺度分辨率遥感变化检测网络以替代传统的多尺度预测，在与传统多尺度预测的速度一致的情况下，使得模型的精度有效提高，也使得地块变化检测结果的准确度也得到了大幅提升。

技术领域

本发明属于遥感图像检测领域，尤其涉及一种基于注意力机制的多尺度遥感变化检测方法及装置。

背景技术

变化检测对“耕地红线”、土地利用监管等应用具有重要意义。利用多时相遥感数据，采用多种图像处理和模式识别方法提取变化信息，并定量分析和确定地表变化的特征与过程，便是遥感变化检测的本质。传统遥感行业基于人工两期影像标注从而判别地物时相变化的方法受限于效率低、成本高等问题，难以满足实际应用需求，该文希望遴选出高效的遥感图像变化检测算法模型，对图像中的变化图斑信息进行高效识别，提高空间信息网络建设中遥感图像快速变化识别能力。而多尺度预测是语义分割中常用于提升性能的方法，但是传统多尺度预测认为所有尺度的预测是一样重要的，但事实是精细的细节通常在较高的尺度上被最好地预测，大的物体在较低的尺度上被更好地预测，在较低的尺度上，网络的感受野能够更好地理解场景，不同尺度下的结果不应该被同等对待。所以现有技术中对不同尺度的结果同等对待，采用相同的方式进行处理会导致检测结果的准确性不高的问题。

发明内容

本申请提供了一种基于注意力机制的多尺度遥感变化检测方法及装置，旨在解决上述中不同尺度采用相同方式处理所导致的检测结果精度不高的问题。

为了实现上述目的，本申请采用以下技术方案，包括：

一种基于注意力机制的多尺度遥感变化检测方法，包括：

获取待测地块不同尺度的图像，所述图像包括第一尺度图像和第二尺度图像；

将所述第一尺度图像和所述第二尺度图像分别进行预处理，得到第一预测图像、第一注意力图、第二预测图像和第二注意力图；

根据公式S＝A₁×Sn₁+(1-A₁)Sn₂对所述待测地块的变化结果进行计算，得到变化检测结果，其中S为所述变化检测结果，A₁为所述第一注意力图，Sn₁为所述第一预测图像，Sn₂为所述第二预测图像。

作为优选，所述将所述第一尺度图像和所述第二尺度图像分别进行预处理，得到第一预测图像、第一注意力图、第二预测图像和第二注意力图，包括：

所述第一尺度图像包括第一时相图像和第二时相图像，将所述第一时相图像和所述第二时相图像分别输入高分辨率网络中进行特征提取，得到第一特征和第二特征；

根据公式feature＝|feat1-feat2|对所述第一尺度图像的结果特征进行计算，得到第三特征，其中feature为所述第三特征，feat1为所述第一特征，feat2为所述第二特征。

作为优选，所述将所述第一尺度图像和所述第二尺度图像分别进行预处理，得到第一预测图像、第一注意力图、第二预测图像和第二注意力图，还包括：

将所述第三特征输入OCR上下文模型中进行所述第一尺度图像的分割预测，得到所述第一预测图像；