公开信息

基于双阶认知的遥感影像三维变化检测方法及相关装置

专利类型：

发明授权

申请(专利)号：

CN202511645638.5

申请日：

2025-11-11

授权公告号：

CN121392747B

授权公告日：

2026-09-15

申请人：

安徽大学

地址：

230601 安徽省合肥市经开区九龙路111号(安徽大学磬苑校区)

发明人：

陈思宝; 束庆玲; 卢维; 刘成壮

专辑：

信息科技

专题：

计算机软件及计算机应用

主分类号：

G06V20/52

分类号：

G06V20/52;G06V10/62;G06V10/82;G06V10/74;G06V10/26;G06V20/70;G06V10/80;G06V10/77

国省代码：

34

页数：

21

代理机构：

上海汉之律师事务所

代理人：

林安安

主权项：

1.一种基于双阶认知的遥感影像三维变化检测方法,其特征在于,所述方法包括：获取目标地理区域在不同时间拍摄的第一遥感影像和第二遥感影像；其中,所述第一遥感影像的拍摄时间早于所述第二遥感影像；将所述第一遥感影像和所述第二遥感影像分别输入至检测模型的骨干网络,得到对应的第一时相特征和第二时相特征；其中,所述骨干网络为卷积神经网络；将所述第一时相特征和所述第二时相特征输入至所述检测模型的结构感知凝视网络,生成动态卷积核,并对所述第二时相特征进行自适应形变采样,以对各个地物对应的空间位置进行动态感知和几何对齐,基于所述动态卷积核对采样结果进行空间可变卷积,生成三维结构变化特征；其中,所述三维结构变化特征用于表征从所述第一遥感影像到所述第二遥感影像之间的场景几何结构变化情况；将所述第一时相特征和所述第二时相特征输入至所述检测模型的语义凝视集成网络,对所述第一时相特征和所述第二时相特征进行语义差异分析,生成语义变化特征；将所述三维结构变化特征、所述语义变化特征输入至所述检测模型的解码网络进行解码,生成变化检测结果；其中,所述变化检测结果用于表征所述地理区域中各个地物从所述第一遥感影像到所述第二遥感影像的三维变化情况；其中,所述将所述第一时相特征和所述第二时相特征输入至所述检测模型的语义凝视集成网络,对所述第一时相特征和所述第二时相特征进行语义差异分析,生成语义变化特征,包括：对所述第一时相特征进行多尺度池化处理,将各个尺度的池化结果作为对应的第一时相锚点,并据此得到第一时相锚点集合；对所述第二时相特征进行多尺度池化处理,将各个尺度的池化结果作为对应的第二时相锚点,并据此得到第二时相锚点集合；基于所述第一时相特征和所述第二时相特征之间的显著变化特征,对所述显著变化特征进行池化和非线性映射,生成语义核；其中,所述语义核用于表征所述第一时相特征到所述第二时相特征在语义层级上的变化；根据所述语义核,分别对所述第一时相锚点集合和所述第二时相锚点集合进行语义关联,对应得到第一锚点特征和第二锚点特征；根据所述第一锚点特征和所述语义核生成亲和度矩阵；根据所述亲和度矩阵,对所述第二锚点特征进行加权聚合,生成语义变化特征；所述根据所述亲和度矩阵,对所述第二锚点特征进行加权聚合,生成语义变化特征的步骤包括：根据所述亲和度矩阵,对所述第二锚点特征进行加权聚合,生成初始的语义变化特征；基于交叉注意力机制对所述第一时相锚点集合和所述第二时相锚点集合进行语义对齐,生成基线语义特征；根据所述初始的语义变化特征,基于门控机制对所述基线语义特征和所述初始的语义变化特征进行加权融合,得到最终的语义变化特征。

摘要：

本发明提供一种基于双阶认知的遥感影像三维变化检测方法和相关装置。方法包括：获取目标地理区域在不同时间拍摄的第一遥感影像和第二遥感影像；将第一遥感影像和第二遥感影像输入骨干网络,得到第一时相特征和第二时相特征；将第一时相特征和第二时相特征输入结构感知凝视网络,生成动态卷积核,对第二时相特征自适应形变采样,基于动态卷积核对采样结果进行空间可变卷积,生成三维结构变化特征；将第一时相特征和第二时相特征输入语义凝视集成网络,对第一时相特征和第二时相特征进行语义差异分析,生成语义变化特征；将三维结构变化特征、语义变化特征输入解码网络解码,生成变化检测结果。本发明提升了复杂环境下遥感影像变化检测的准确度。

查看法律状态