[发明专利]基于视频理解和时空解耦的高分辨率遥感影像变化检测方法

权利要求书

1.基于视频理解和时空解耦的高分辨率遥感影像变化检测算法，其特征在于，包括以下步骤：

步骤1，根据输入的双时相遥感影像对，通过时序插值策略，得到伪视频帧序列，伪视频帧序列中的每一幅影像均与原始图像具有相同的空间尺寸和数值范围；

步骤2，构建时间编码器与空间编码器，时间编码器接收伪视频帧序列作为输入，首先执行下采样操作，然后通过级联的三维卷积层提取特征，空间编码器接收原始双时相遥感影像对作为输入，使用二维卷积层提取特征，在两个编码器间设置单向的边路连接，使用时序聚合模块(temporal aggregation module,TAM)处理从时间编码器传递到空间编码器的特征；

步骤3，构建渐进式解码器，将空间编码器各个层级模块的输出与解码器中各个层级模块的输入相连接，解码器最后的卷积层输出单通道变化概率图；

步骤4，在时间编码器末端添加额外的卷积层，并对其输出施加深度监督，构建联合损失函数，使用梯度下降法对整个网络进行权重参数的优化，直到损失收敛；其中，时间编码器末端的卷积层仅在模型训练阶段提供额外输出，在模型推理阶段，仍使用解码器最后的卷积层输出的单通道变化概率图作为网络最终输出。

2.如权利要求1所述的基于视频理解和时空解耦的高分辨率遥感影像变化检测算法，其特征在于：步骤1中，假设第一时相原始影像为I₁，第二时相原始影像为I₂，视频共包含N帧，则对第n帧影像F_n的插值公式为：

3.如权利要求1所述的基于视频理解和时空解耦的高分辨率遥感影像变化检测算法，其特征在于：步骤2中，空间编码器的输入为：

X_s＝concat(I₁,I₂) (2)

其中，第一时相原始影像为I₁，第二时相原始影像为I₂，concat()表示通道维度的拼接操作，空间编码器的基本组成模块为空间模块S-Block，S-Block又分为S-Block I与S-Block II两种类型；两种类型的空间模块的起始部分均包含两个级联的卷积层以及对应的BN层和ReLU激活函数，而末尾部分均为一个最大池化层；相比S-BlockI，S-BlockII具有一个额外的卷积层以及对应的BN层和ReLU激活函数，也因此具有更强的特征提取和拟合能力，在第一个ReLU激活函数的输出和最后一个归一化层的输出之间添加有残差连接；两个S-Block I和一个S-Block II依次连接构成空间编码器。

4.如权利要求1所述的基于视频理解和时空解耦的高分辨率遥感影像变化检测算法，其特征在于：时间编码器的输入为：

X_t＝stack(F₀,F₁,F₂,...,F_N-1) (3)

其中，stack()表示在新的维度叠加影像的操作，时间编码器的基本组成模块为时间模块T-Block；T-Block首先使用一个1×1×1卷积层减少输入特征的通道数；然后将特征送入一个3×3×3卷积层进行处理，以实现对空间上下文的编码和对变化信息的充分挖掘；最后再次使用一个1×1×1卷积层增加特征通道数，提高模型容量；在每个卷积层之后增加BN层，在第一个和第二个BN层之后增加ReLU激活函数，此外，为了缓解梯度消失问题、提升模块的收敛性能，在T-Block的输入和输出之间增加了残差连接，残差支路使用1×1×1卷积层和BN层匹配特征通道数；在时间编码器的第一个T-Block前添加一个由卷积层、BN层以及ReLU激活函数串联组成的降采样模块，卷积核的大小被设置为3×9×9，步长被设置为1×4×4，经过降采样模块后，输入视频帧序列的空间分辨率将被降低4倍，这可以降低时间编码器对空间信息的关注程序，实现显式时空解耦。