(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210160757.1 (22)申请日 2022.02.22 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 武汉大学 (72)发明人 孙开敏　李文卓　高嵩　李王斌　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 王琪 (51)Int.Cl. G06V 20/10(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/774(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于深度特征的小样本多分支城市建 筑物变化检测方法 (57)摘要 本发明公开了一种基于深度特征的小样本 多分支城市建筑物变化检测方法， 涉及图像处理 领域， 具体包括： 1、 构建建筑物提取分支； 2、 构建 变化检测分支； 3、 预训练与联合； 4、 变化检测结 果精化。 本发 明采用网络内部进行尺度上下文和 空间上下文特征提取的方式， 通过多分支结构同 时提取目标区域建筑物掩膜与变化掩膜， 并利用 变化检测结果精化算法对变化检测结果进行精 化。 权利要求书2页 说明书4页 附图3页 CN 114612772 A 2022.06.10 CN 114612772 A 1.一种基于深度特征的小样本多分支城市建筑物变化检测方法， 其特征在于， 包括如 下步骤： 步骤1， 构建 建筑物检测分支， 分别获得两期图像对应的建筑物检测结果； 步骤2， 构建变化检测分支， 获得两期图像的变化检测结果； 步骤3， 预训练与联合训练； 3.1， 利用建筑物检测样本提前对建筑物检测分支进行训练， 即为预训练； 3.2， 在预训练后采用带有两期建筑物掩膜 的变化检测样本同时对建筑物检测分支和 变化检测分支进行训练， 即联合训练； 步骤4， 变化检测结果精化； 4.1， 对两期建筑物检测结果做并集， 得到建筑物掩膜m1； 4.2， 将m1与变化检测分支的结果做叠加， 得到图m2； 4.3， 对m2按照以下规则进行处 理： 1)如果某个区域同时存在建筑物掩膜和变化掩膜， 且两者交集区域的面积s1比上建筑 物掩膜的面积s2大于所设置的阈值α， 那么就保留该区域的建筑物掩膜作为处 理后的结果； 2)如果某个区域同时存在建筑物掩膜和变化掩膜， 且两者交集区域的面积s1比上建筑 物掩膜的面积s2小于所设置的阈值α， 那么删除该区域所有的掩膜作为处 理后的结果； 3)如果某个区域只存在变化掩膜， 不存在建筑物掩膜， 那么删除该区域所有的掩膜作 为处理后的结果； 4)如果某个区域只存在建筑物掩膜， 不存在变化掩膜， 那么删除该区域所有的掩膜作 为处理后的结果。 2.如权利要求1所述的一种基于深度特征的小样本多分支城市建筑物变化检测方法， 其特征在于： 步骤1 获得建筑物检测结果的具体实现方式如下； 1.1， 输入图像经过卷积模块得到高维特征图P2， 之后通过对高维特征图P2连续进行4 次池化与卷积模块操作， 得到高维特 征图P3、 高维特 征图P4、 高维特 征图P5、 高维特 征图P6； 1.2， 利用上采样模块对高维特征图P6进行操作， 得到高维特征图P7， 连续3次利用上采 样模块对P7进行操作， 得到的特 征图P8、 特征图P9、 特 征图P10； 1.3， 对特 征图P10， 进行 卷积、 ReLU、 Sigmo id操作， 得到建筑物检测结果。 3.如权利要求2所述的一种基于深度特征的小样本多分支城市建筑物变化检测方法， 其特征在于： 步骤2的具体实现方式如下； 2.1， 分别对两期影像进行建筑物检测分支中1.1的操作， 得到前一期影像的高维特征 图P2、 P3、 P4、 P5以及后一期影 像的高维特 征图P`2、 P`3、 P`4、 P`5； 2.2， 通过对相应的高维特 征做差， 得到Pd2， Pd3， Pd4， Pd5； 2.3， 利用特征金字塔网络， 对Pd2， Pd3， Pd4， Pd5进行多尺度融合， 之后通过卷积、 ReLU、 上采样、 Sigmo id操作， 得到变化检测结果。 4.如权利要求2所述的一种基于深度特征的小样本多分支城市建筑物变化检测方法， 其特征在于： 1.1中的卷积模块包括卷积、 ReLU、 批量归一化， 池化采用2*2最大池化； 1.2中 的上采样模块包括2倍上采样、 跨层连接、 卷积、 ReLU。 5.如权利要求2或4所述的一种基于深度特征的小样本多分支城市建筑物变化检测方 法， 其特征在于： 卷积模块中卷积的大小为3*3且步长为1， 上采样模块中卷积的大小也为3*权　利　要　求　书 1/2 页 2 CN 114612772 A 23且步长为1。 6.如权利要求4所述的一种基于深度特征的小样本多分支城市建筑物变化检测方法， 其特征在于： 上采样模块中上采样为2倍上采样。 7.如权利要求3所述的一种基于深度特征的小样本多分支城市建筑物变化检测方法， 其特征在于： 特 征金字塔网络的处 理过程如下； 首先采用大小为1*1且步距为1的卷积核对Pd2， Pd3， Pd4， Pd5进行通道压缩， 通过融合 模块对通道压缩后的Pd4以及Pd5进行处理， 再通过大小为3*3且步距为1的卷积操作， 得到 输出Pout5， 继续通过以上方式， 按照尺寸从小到大的顺序依次融合， 输出融合后的特征 Pout4、 Pout3、 Pout2， 所述融合模块包括逐元素相加、 2倍上采样、 大小为1*1且步距为1的卷 积。权　利　要　求　书 2/2 页 3 CN 114612772 A 3