(19)中华 人民共和国 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 202210089056.3 (22)申请日 2022.01.25 (65)同一申请的已公布的文献号 申请公布号 CN 114120148 A (43)申请公布日 2022.03.01 (73)专利权人 武汉易米景 科技有限公司 地址 430000 湖北省武汉市汉阳区江堤街 向阳村社区江堤中路17号向阳庭苑7 栋B12-1号 (72)发明人 李鹏飞　高凯　王嘉伟　乐黎明　 (74)专利代理 机构 武汉华之喻知识产权代理有 限公司 42 267 代理人 廖盈春　曹葆青 (51)Int.Cl. G06V 20/13(2022.01)G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 杨霜雪 (54)发明名称 一种遥感影 像建筑物变化区域的检测方法 (57)摘要 本发明涉及测绘遥感检测技术领域， 公开了 一种遥感影像 建筑物变化区域的检测方法， 包括 如下步骤： S1对两幅同一区域不同时相的影像进 行特征提取后获得相应的特征图； S2由变化区域 检测模型对特征图进行变化区域检测后获得变 化区域图； S3由语义分割模型对两幅同一区域不 同时相的影像进行语义分割处理后获得两幅影 像对应的语义分割结果； S4将变化区域图与语义 分割结果进行点乘处理获得变化检测结果。 本发 明使用建筑物的语义分割数据来迁移学习变化 检测模型的特征提取层， 并通过变化检测模型检 测到两幅图像 之间的变化区域， 再通过与两幅图 像的语义分割结果进行点乘， 得到两幅图像之间 更详细的变化检测结果， 且能检测到重叠建筑物 的变化信息 。 权利要求书2页 说明书8页 附图5页 CN 114120148 B 2022.04.26 CN 114120148 B 1.一种遥感影 像建筑物变化区域的检测方法， 其特 征在于， 包括下述 步骤： S1： 对两幅同一区域 不同时相的影 像进行特征提取后获得相应的特 征图； S2： 由变化区域检测模型对特 征图进行变化区域检测后获得变化区域图； S3： 由语义分割模型对两幅同一区域不同时相的影像进行语义分割处理后获得两幅影 像对应的语义分割结果； S4： 将变化区域图与语义分割结果进行点乘处 理获得变化检测结果； 所述变化区域检测模型根据如下步骤获取： 收集训练数据， 所述训练数据包括语义分割数据和变化检测数据； 对所述语义分割数据进行训练获得语义分割网络， 对所述变化检测数据进行训练获得 变化区域检测网络中的解码层； 将训练好的语义分割网络中的特征提取层的参数迁移到所述变化区域检测网络的特 征提取层中， 并将参数固定； 根据所述特 征提取层和所述 解码层获得训练好的变化区域检测模型。 2.如权利 要求1所述的检测方法， 其特征在于， 所述语义分割模型采用deeplab  V3+， 通 过deeplab V3+模型训练语义分割模型并提取影 像对的语义分割结果图。 3.如权利 要求1‑2任一项所述的检测方法， 其特征在于， 在步骤S1中依次采用Xception 模块和AS PP模块进行 特征提取。 4.如权利要求3所述的检测方法， 其特征在于， 所述Xception模块的网络结构包括： 输 入流、 中间流和输出流， 所述输入流经过三次步长为2的卷积模块将输入的特征图的尺寸缩小8倍， 同时提升特 征图通道数， 在减少模型计算 量的同时将图像的特 征进行了抽象处 理； 所述中间流通过多次的重复卷积模块提升了模型的深度， 并进一步对图像的特征进行 抽象处理； 所述输出流又经过一 次步长为2的卷积模块来缩小特征图尺寸以及拓宽特征图的通道 数， 并获得 更深更抽象的特 征图。 5.如权利要求3所述的检测方法， 其特征在于， 所述ASPP模块用于对特征图使用并行的 不同尺度的空洞卷积进行卷积， 获得不同尺度和感受野大小不同的特征图， 所述特征图通 过上采样后获得同样尺寸的特 征图， 并将各个通道的特 征图进行并联后形成新的特 征图。 6.如权利要求1 ‑2任一项所述的检测方法， 其特征在于， 步骤S2中由变化区域检测模型 对特征图进行变化区域检测具体包括： S21计算同一区域 不同时相的影 像对之间的特 征距离， 并获得 特征距离图； S22将所述特征距离图依次经过卷积层、 可分离卷积层和多次的Xception模块处理后 获得深层次抽象的特 征图； S23将所述深层次抽象的特 征图经过多次的上采样模块还原到原 始图像的尺寸大小； S24将与原 始图像相同大小的特 征图经过分类器处理后获得变化区域。 7.如权利要求1 ‑2任一项所述的检测方法， 其特征在于， 步骤S3中所述语义分割模型包 括Xcepti on模块、 AS PP模块和语义分割的解码模块。 8.如权利要求7 所述的检测方法， 其特 征在于， 步骤S3具体包括： S31： 收集大量的建筑物语义分割数据， 训练de eplab V3+的语义分割模型；权　利　要　求　书 1/2 页 2 CN 114120148 B 2S32： 将训练后的语义分割模型的Xception模块和ASPP模块的参数迁移到变化检测的 网络中， 并冻结参数， 使用变化检测的数据集训练网络解码层的参数； S33： 整个变化检测的网络训练完毕后， 利用变化检测的模型检测出两幅不同时相之间 的变化区域； S34： 再通过训练后的语义分割模型， 分别计算两幅图像的建筑物语义分割结果。权　利　要　求　书 2/2 页 3 CN 114120148 B 3