遥感图像变化的检测方法、装置、设备、介质和程序产品与流程

本公开涉及人工智能或金融领域，具体地，涉及一种遥感图像变化的检测方法、装置、设备、介质和程序产品。

背景技术：

1、近年来，利用遥感卫星影像数据代替人工实地勘测是信贷管理的热点。遥感卫星影像数据获取成本低廉，且监测覆盖范围广阔，重访周期短，对于包括工业、农业领域的信贷业务在内的项目勘察意义重大。通过遥感技术，可以监测和分析土地利用、房地产开发等变化情况，从而帮助金融机构评估贷款风险和进行决策支持。当前遥感变化检测算法泛化性不高，受非语义性变化影响较大，对于图像变化的识别效率不高，成为了限制其应用的重要因素。

技术实现思路

1、鉴于现有技术中存在的上述问题，本公开的实施例提供了一种遥感图像变化的检测方法、装置、设备、介质和程序产品。

2、根据本公开的第一个方面，提供了一种遥感图像变化的检测方法，包括：获取目标区域的第一遥感图像和第二遥感图像，所述第一遥感图像和所述第二遥感图像对应于不同时点；将所述第一遥感图像和所述第二遥感图像分别输入相同的语义分割模型，利用所述语义分割模型对所述第一遥感图像或所述第二遥感图像进行处理，获取与所述第一遥感图像对应的第一特征图像和与所述第二遥感图像对应的第二特征图像；以及将所述第一特征图像和所述第二特征图像整合，输出语义分割预测图像，所述语义分割预测图像包括基于所述第一遥感图像和所述第二遥感图像提取的目标区域的变化信息，其中，所述语义分割模型包括多层编码器和多层解码器，所述多层编码器与所述多层解码器密集跳跃连接，且所述多层解码器相互连接，其中，第i层解码器拼接来自第i-1层解码器的特征信息以及第i层编码器的特征信息。

3、根据本公开的实施例，所述第一特征图像包括与解码器层数对应的多个第一特征子图像，所述第二特征图像包括与解码器层数对应的多个第二特征子图像，所述将所述第一特征图像和所述第二特征图像整合，输出语义分割预测图像的方法包括：重复执行特征子图像拼接和融合的步骤，其中，对特征子图像进行拼接和融合的方法包括：将当前层次解码器处理得到的第一特征子图像和第二特征子图像拼接，得到当前层次拼接子图像；将当前层次拼接子图像传递至上一层并与上一层次拼接子图像融合，其中，所述上一层次拼接子图像由上一层次解码器处理得到的第一特征子图像和第二特征子图像拼接得到。

4、根据本公开的实施例，所述将当前层次拼接子图像传递至上一层并与上一层次拼接子图像融合包括：将当前层次拼接子图像与所述上一层次拼接子图像进行拼接，获取拼接特征子图像；将所述拼接特征子图像输入至池化层，利用所述池化层对所述拼接特征子图像进行下采样，获取第一处理特征图像；将所述第一处理特征图像输入至注意力层，利用所述注意力层对所述第一处理特征图像进行处理，选择性捕捉所述第一处理特征图像中的特征，获取第二处理特征图像；将所述第二处理特征图像依次利用卷积层，批归一化层和激活函数层进行处理，获取融合特征图像。

5、根据本公开的实施例，所述获取第二处理特征图像的方法包括：将所述第一处理特征图像输入至通道注意力模块；利用所述通道注意力模块对所述第一处理特征图像进行处理，提取通道特征并生成通道注意力权重图；将所述通道注意力权重图和所述第一处理特征图像相乘，获取通道注意力输出特征图；利用所述空间注意力模块对所述通道注意力输出特征图提取空间特征并生成空间注意力权重图；以及将所述空间注意力权重图与所述通道注意力输出特征图相乘，获取所述第二处理特征图像。

6、根据本公开的实施例，其中，所述语义分割模型预训练得到，在训练时，对遥感图像样本进行预处理以获取训练集数据，其中，所述预处理包括：在所述遥感图像样本中加入噪声，所述噪声用于模拟环境噪音。

7、根据本公开的实施例，所述第一遥感图像和第二遥感图像为经第一原始遥感图像和第二原始遥感图像对齐后得到的匹配图像对，其中，将第一原始遥感图像和第二原始遥感图像对齐的方法包括：提取所述第一原始遥感图像和所述第二原始遥感图像中的地物特征；利用特征匹配算法对所述地物特征进行匹配，并基于匹配结果估计所述第一原始遥感图像和所述第二原始遥感图像的几何变换关系；基于估计算法对所述几何变换关系进行处理，求解所述第一原始遥感图像和所述第二原始遥感图像的几何变换参数；以及基于所述几何变换参数对所述第一原始遥感图像和所述第二原始遥感图像进行几何校正，获取对齐后的第一遥感图像和第二遥感图像。

8、根据本公开的实施例，所述编码器包含串联的池化层，卷积层，批归一化层以及激活函数层，其中，所述池化层、卷积层、批归一化层以及激活函数层的层数均为1；和/或，所述解码器包含串联的连接层，卷积层，批归一化层以及激活函数层，其中，所述串联的连接层，卷积层，批归一化层以及激活函数层均为1。

9、本公开的第二方面提供了一种遥感图像变化的检测装置，包括：获取模块，配置为获取目标区域的第一遥感图像和第二遥感图像，所述第一遥感图像和所述第二遥感图像对应于不同时点；第一处理模块，配置为将所述第一遥感图像和所述第二遥感图像分别输入相同的语义分割模型，利用所述语义分割模型对所述第一遥感图像或所述第二遥感图像进行处理，获取与所述第一遥感图像对应的第一特征图像和与所述第二遥感图像对应的第二特征图像；以及第二处理模块，配置为将所述第一特征图像和所述第二特征图像整合，输出语义分割预测图像，所述语义分割预测图像包括基于所述第一遥感图像和所述第二遥感图像提取的目标区域的变化信息，其中，所述语义分割模型包括多层编码器和多层解码器，所述多层编码器与所述多层解码器密集跳跃连接，且所述多层解码器相互连接，其中，第i层解码器拼接来自第i-1层解码器的特征信息以及第i层编码器的特征信息。

10、根据本公开的实施例的装置，第一特征图像包括与解码器层数对应的多个第一特征子图像，所述第二特征图像包括与解码器层数对应的多个第二特征子图像。第二处理模块执行将所述第一特征图像和所述第二特征图像整合，输出语义分割预测图像的方法包括重复执行特征子图像拼接和融合的步骤，其中，对特征子图像进行拼接和融合的方法包括：将当前层次解码器处理得到的第一特征子图像和第二特征子图像拼接，得到当前层次拼接子图像；以及将当前层次拼接子图像传递至上一层并与上一层次拼接子图像融合，其中，所述上一层次拼接子图像由上一层次解码器处理得到的第一特征子图像和第二特征子图像拼接得到。

11、根据本公开的实施例的装置，其中，将当前层次拼接子图像传递至上一层并与上一层次拼接子图像融合包括：将当前层次拼接子图像与所述上一层次拼接子图像进行拼接，获取拼接特征子图像；将所述拼接特征子图像输入至池化层，利用所述池化层对所述拼接特征子图像进行下采样，获取第一处理特征图像；将所述第一处理特征图像输入至注意力层，利用所述注意力层对所述第一处理特征图像进行处理，选择性捕捉所述第一处理特征图像中的特征，获取第二处理特征图像；将所述第二处理特征图像依次利用卷积层，批归一化层和激活函数层进行处理，获取融合特征图像。

12、根据本公开的实施例的装置，其中，获取第二处理特征图像的方法包括：将所述第一处理特征图像输入至通道注意力模块；利用所述通道注意力模块对所述第一处理特征图像进行处理，提取通道特征并生成通道注意力权重图；将所述通道注意力权重图和所述第一处理特征图像相乘，获取通道注意力输出特征图；利用所述空间注意力模块对所述通道注意力输出特征图提取空间特征并生成空间注意力权重图；以及将所述空间注意力权重图与所述通道注意力输出特征图相乘，获取所述第二处理特征图像。

13、根据本公开的实施例的装置，其中，所述语义分割模型预训练得到，在训练时，对遥感图像样本进行预处理以获取训练集数据，其中，所述预处理包括：在所述遥感图像样本中加入噪声，所述噪声用于模拟环境噪音。

14、根据本公开的实施例的装置，其中，所述第一遥感图像和第二遥感图像为经第一原始遥感图像和第二原始遥感图像对齐后得到的匹配图像对，其中，将第一原始遥感图像和第二原始遥感图像对齐的方法包括：提取所述第一原始遥感图像和所述第二原始遥感图像中的地物特征；利用特征匹配算法对所述地物特征进行匹配，并基于匹配结果估计所述第一原始遥感图像和所述第二原始遥感图像的几何变换关系；基于估计算法对所述几何变换关系进行处理，求解所述第一原始遥感图像和所述第二原始遥感图像的几何变换参数；以及基于所述几何变换参数对所述第一原始遥感图像和所述第二原始遥感图像进行几何校正，获取对齐后的第一遥感图像和第二遥感图像。

15、根据本公开的实施例的装置，其中，所述语义分割模型的编码器包含串联的池化层，卷积层，批归一化层以及激活函数层，其中，所述池化层、卷积层、批归一化层以及激活函数层的层数均为1；和/或，所述解码器包含串联的连接层，卷积层，批归一化层以及激活函数层，其中，所述串联的连接层，卷积层，批归一化层以及激活函数层均为1。

16、本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述遥感图像变化的检测方法。

17、本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述遥感图像变化的检测方法。

18、本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述遥感图像变化的检测方法。