[发明专利]基于卷积神经网络融合的异质图像变化检测方法及装置有效
| 申请号： | 201910745676.6 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110598748B | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 李刚;蒋骁;刘瑜;何友 | 申请（专利权）人： | 清华大学;中国人民解放军海军航空大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06T5/50;G06T7/11;G06T7/40 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 王艳斌 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络融合的异质图像变化检测方法及装置，其中，方法包括以下步骤：提取异质图像的卷积神经网络构造及同质变换特征；根据同质变换特征损失函数，融合异质图像之间的内容特征和风格形式特征，以进行异质图像的同质空间变换，得到同质空间变换的结果；根据同质空间变换的结果进行变化检测，得到最终异质图像变化检测结果。该方法能够在复杂的地形条件下仍然准确地检测异质图像的变化区域，进而全面且深入地提取异质图像之间的同质变换特征。 | ||
| 搜索关键词： | 基于 卷积 神经网络 融合 图像 变化 检测 方法 装置 | ||
【主权项】：
1.一种基于卷积神经网络融合的异质图像变化检测方法，其特征在于，包括以下步骤：/n提取异质图像的卷积神经网络构造及同质变换特征；/n根据所述同质变换特征损失函数，融合所述异质图像之间的内容特征和风格形式特征，以进行所述异质图像的同质空间变换，得到同质空间变换的结果；/n根据所述同质空间变换的结果进行变化检测，得到最终异质图像变化检测结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学;中国人民解放军海军航空大学，未经清华大学;中国人民解放军海军航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910745676.6/，转载请声明来源钻瓜专利网。
