(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210941062.7 (22)申请日 2022.08.08 (65)同一申请的已公布的文献号 申请公布号 CN 115019186 A (43)申请公布日 2022.09.06 (73)专利权人 中科星图测控技 术 （合肥） 有限公 司 地址 230000 安徽省合肥市高新区望江西 路900号中安创谷科技园一期A1栋35 层 (72)发明人 牛威　郝磊　丁锐　鱼群　蔡文新　 (74)专利代理 机构 合肥市长 远专利代理事务所 (普通合伙) 34119 专利代理师 孙丽丽(51)Int.Cl. G06V 20/10(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) 审查员 杨静 (54)发明名称 一种用于 遥感变化检测的方法和系统 (57)摘要 本发明公开了一种用于遥感变化检测的方 法和系统， 其中方法包括以下步骤： S1， 对不同时 相的图进行特征提取， 输 出特征图； S2， 将特征图 进行特征拼接， 得到特征拼接图； S3， 将特征图和 特征拼接图分别作为输入， 进行相似度计算， 得 到输出结果； S4， 将步骤S3中的输出结果进行特 征拼接后， 再作为特征融合的输入， 经过PPM金字 塔池化模块后， 输 出融合特征图； S5， 将融合特征 图输入FCN ‑head模块和SPP‑head模块中， 得到最 终输出。 通过本发明中算法和系统的设置， 综合 FCN‑head模块和SPP‑head模块的输出结果， 就可 以获取到两个时相图之间的具体变化的详细信 息。 权利要求书2页 说明书6页 附图4页 CN 115019186 B 2022.11.22 CN 115019186 B 1.一种用于 遥感变化检测的方法， 其特 征在于， 具体包括以下步骤： S1， 基于孪生神经网络， 使用骨干网络对1组2张不同时相的图进行特征提取， 输出2个 特征图， 记为pre_feature_map和cur_feature_map； S2， 将步骤S1中输出2个的所述特征图进行特征拼接， 得到特征拼接图， 记为concat_ feature_map； S3， 步骤S3分别将步骤S1得到的2个特征图和步骤S2得到的特征拼接图作 为输入， 进行 相似度计算， 通过3个 计算分支， 输出3个 计算结果； 其中， pre_feature_map和cur_feature_map作为分支一的输入， 分支一将所述pre_ feature_map和cur_feature_map经过卷积层后得到的feature  map相乘， 得到分支一的输 出， 记为simi larity_1； concat_feature_map作为分支二的输入， 直接经过卷积层后得到分支二的输出， 记为 similarity_2； pre_feature_map和cur_feature_map作为分支三的输入， 经过卷积层后得到的 feature map相减， 得到分支三的输出， 记为simi larity_3； S4， 将步骤S3中的输出结果进行特征拼接后， 再作为特征融合的输入， 经过PPM金字塔 池化模块后， 输 出融合特征图； 具体地， 将similarity_1和similarity_2进行特征拼接后作 为输入， 经过PPM ‑A后得到输 出feature_fusion1， 另外， 将si milarity_2和si milarity_3进 行特征拼接后作为输入， 经 过PPM‑B后得到输出feature_fusi on2； 其中， 所述P PM‑A的具体处 理步骤包括： SC1， similarity_1与similarity_2经过特征拼接后的特征图记为feature_map _s1s2， 所述feature_map_s1s2经过4组不同尺度 （1/4、 1/8、 1/16、 1/32） 的池化操作， 输出4组不同 维度的特征图， 记作feature_map_s1s2_p4、 feature_map_s1s2_p8、 feature_map_s1s2_ p16、 feature_map_s1s2_p32； SC2， 分别将步骤SC1得到的4组不同维度的特征 图， 经过卷积后上采样4倍、 8倍、 16倍、 32倍， 得到4组新的特征图， 记作feature_map_s1s2_p4_up4、 feature_map_s1s2_p8_up8、 feature_map_s1s2_p16_up16、 feature_map_s1s2_p32_up32； SC3， 将SC2得到 的4组新的特征图进行普通的特征拼接， 即普通的CONCAT， 得到新的特 征图， 记作feature_fusi on1； 其中， 所述P PM‑B的具体处 理步骤包括： SA1， similarity_2与similarity_3经过特征拼接后的特征拼接图记为feature_map_ s2s3， 所述feature_map_s2s3经过4组不同尺度 （1/2、 1/4、 1/8、 1/16） 的池化操作， 输出4组 不同维度的特征图， feature_map_s2s3_p 2、 feature_map_s2s3_p4、 feature_map_s2s3_p8、 feature_map_s2s3_p16； SA2， 分别将步骤SA1中得到的4组不同维度的特征图经过卷积操作， 记作feature_ fusion2， 包括fe ature_map_s2 s3_p2_c、 feature_map_s2 s3_p4_c、 feature_map_s2 s3_p8_ c、 feature_map_s2s3_p16_c； S5， 将融合特征图fe ature_fusion1输入FCN ‑head模块中得到最终输出， 记为output1； 将融合特 征图feature_fusi on2输入SPP‑head模块中得到最终输出， 记为 output2； 其中， FCN ‑head模块的具体处理步骤包括： 将 “feature_fusion1 ”进行卷积操作， 得到权　利　要　求　书 1/2 页 2 CN 115019186 B 2输出， 即得到语义分割， 则即时相图1中的每 个区域代 表的是什么； 其中， 将所述feature_fusion2输入所述SPP ‑head模块后， SPP ‑head模块具体 处理步骤 包括： SB1， 将所述feature_map_s2s3_p2_c、 feature_map_s2s3_p4_c、 feature_map_s2s3_ p8_c、 feature_map_s2s3_p16_c进行1/8、 1/4、 1/2、 1/1尺度的池化操作， 得到4组分辨率一 样大小的新的特征图， 记作feature_map_s2s3_c_p2_18、 feature_map_s2s3_c_p4_14、   feature_map_s2s3_c_p8_12、 feature_map_s2s3_c_p1_1 1； SB2， 将步骤SB1得到的4组分辨率相同的新的特征图进行拼接， 记作feature_map_ s2s3_c_p_co ncat； SB3， 将所述feature_map _s2s3_c_p _concat上采样到与feature_map _s2s3相同大小的 分辨率， 记作feature_map_s2s3_p_co ncat_up； SB4， 将所述feature_m ap_s2s3_p _concat_up与所述feature_map _s2s3进行特征拼接， 记作SPP‑head_feature_fusi on2； SB5， 将SPP ‑head_feature_fusion2进行卷积操作， 得到输出， 即得到语义分割， 即 时相 图2相对于时相图1的变化， 即变化了的区域中具体 变化了什么。 2.根据权利要求1所述的用于遥感变化检测的方法， 其特征在于， 将similarity_1和 similarity_2进行特征拼接的具体方法包括： similarity_1的维度为 “B *C* H* W”维张 量， similarity_2的维度也是 “B *C * H* W”维张量， 将similarity_1展成B  * C * (H *  W) ； 再经过1个全连接层、 一个BN层和一个Relu层， 然后输出维度为 “B * (C / 2) *( H*W  )”的特征C_P， 同理再将similarity_2经过与similarity_1相同的操作， 输出维度为 “B *  (C / 2) *( H*W )”的特征P_P， 再将 “C_P”和“P_P”经过concat， 得到 “B *C* (H*W)”维度张 量C_P_F， 再将 “C_P_F”展为“B * C * H * W”维度的张量， 并输出， 另， 将similarity_2和 similarity_3进行特征拼接的具体方法与similarity_1和similarity_2进行特征拼接的 具体方法相同。 3.用于实现权利要求1 ‑2任一所述的用于遥感变化检测的方法的系统， 其特征在于： 包 括依次通过相应端口电连接的特