基于孪生U-Net神经网络的多模态遥感数据变化检测方法及系统

摘要文本

本发明涉及遥感影像处理技术领域，特别涉及一种基于孪生U‑Net神经网络的多模态遥感数据变化检测方法及系统，对目标区域中至少前后两个时相的遥感影像原始数据分别进行预处理，得到原始数据对应的多模态目标数据，所述多模态目标数据包含：DSM信息和RGB信息；基于多模态目标数据并利用预训练的孪生神经网络模型对目标区域中不同时相下遥感影像中的地表变化进行检测，其中，孪生神经网络模型采用两个相同结构的U‑Net神经网络结构。本发明通过融合遥感影像中的二维RGB影像和三维几何特征，提升提取特征的表征能力，利用孪生网络模型并在特征图差分运算后添加注意力机制，使模型对于真实变化更敏感，抑制无关变化、噪声信息的干扰，提高变化检测精度及效率。