公开(公告)号：CN115761502A

公开(公告)日：2023-03-07

申请号：CN202211472616.X

申请日：2022-11-17

Applicant: 西安电子科技大学

Inventor： 唐旭 ,  李德生 ,  马晶晶 ,  张向荣 ,  焦李成

IPC: G06V20/10 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于混合卷积的SAR图像变化检测方法，主要解决将现有技术难以提取图像的全局信息，及在无标注标签的情况下缺少可靠标签训练网络的问题，其方案为：构建三通道的输入和初始标签；搭建由特征提取模块、渐进式融合模块和标签更新模块级联组成的图卷积加强卷积网络GECN；使用三通道的输入与标签对GECN进行训练；将被测试的SAR图像输入到训练好的GECN得到变化检测结果。本发明通过特征提取模块获取SAR图像局部和全局信息的多尺度特征，提高了GECN网络的特征提取能力；通过标签更新模块获取更多可靠标签训练GECN网络，提高了GECN网络的泛化性能，可用于城市规划布局、自然灾害评估和军事动态侦察。

公开(公告)号：CN115761502B

公开(公告)日：2025-05-16

申请号：CN202211472616.X

申请日：2022-11-17

Applicant: 西安电子科技大学

Inventor： 唐旭 ,  李德生 ,  马晶晶 ,  张向荣 ,  焦李成

IPC: G06V20/10 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于混合卷积的SAR图像变化检测方法，主要解决将现有技术难以提取图像的全局信息，及在无标注标签的情况下缺少可靠标签训练网络的问题，其方案为：构建三通道的输入和初始标签；搭建由特征提取模块、渐进式融合模块和标签更新模块级联组成的图卷积加强卷积网络GECN；使用三通道的输入与标签对GECN进行训练；将被测试的SAR图像输入到训练好的GECN得到变化检测结果。本发明通过特征提取模块获取SAR图像局部和全局信息的多尺度特征，提高了GECN网络的特征提取能力；通过标签更新模块获取更多可靠标签训练GECN网络，提高了GECN网络的泛化性能，可用于城市规划布局、自然灾害评估和军事动态侦察。