基本信息:
- 专利标题： 基于耦合判别特征自学习网络的遥感图像变化检测方法
- 申请号：CN202011216694.4 申请日：2020-11-04
- 公开(公告)号：CN112529837B 公开(公告)日：2025-04-15
- 发明人： 秦凯 , 陈璞花 , 朱玲 , 孙杰 , 杨越超 , 崔鑫 , 李明
- 申请人： 核工业北京地质研究院
- 申请人地址： 北京市朝阳区小关东里十号院
- 专利权人： 核工业北京地质研究院
- 当前专利权人： 核工业北京地质研究院
- 当前专利权人地址： 北京市朝阳区小关东里十号院
- 代理机构： 核工业专利中心
- 代理人： 王婷
- 主分类号： G06V10/82
- IPC分类号： G06V10/82 ; G06N3/045 ; G06N3/0499 ; G06N3/0895 ; G06N3/088
摘要：
本发明提出了基于耦合判别特征自学习网络的遥感图像变化检测方法。该方法主要设计了耦合判别特征自学习网络，该网络通过两个子网络分别对待检测图像进行特征提取，所建立的耦合训练模型可得到耦合特征空间，该空间中特征的判别能力将增强，有助于生成更加分明的差异图，得到准确的变化检测结果。该方法不需要标签数据，并且不受数据类型的限制，具有广阔应用空间。该方法的有效性在公开数据集上进行了验证。
公开/授权文献:
- CN112529837A 基于耦合判别特征自学习网络的遥感图像变化检测算法 公开/授权日：2021-03-19