(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 202210797191.3 (22)申请日 2022.07.07 (71)申请人 西安电子科技大 学 地址 710071 陕西省西安市太白南路2号 (72)发明人 焦李成　刘旭　曹国金　董惠惠　 刘芳　李玲玲　郭雨薇　陈璞花　 侯彪　杨淑媛　唐旭　张向荣　 白静　 (74)专利代理 机构 西安嘉思特知识产权代理事 务所(普通 合伙) 6123 0 专利代理师 勾慧敏 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/30(2022.01) G06V 10/82(2022.01)G06V 10/80(2022.01) G06V 10/52(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于多方向注意力表征增强的SAR影像变化 检测方法 (57)摘要 本发明提供的一种基于多方向注意力表征 增强的SAR影像变化检测方法， 通过获取双时相 SAR图像分别进行多尺度卷积和多方向特征提 取， 多尺度卷积能够得到图像的多尺度特征信 息， 多方向特征提取能够将区域特征进行筛选得 到与中心点相近的特征， 将这些特征进行融合。 融合后的特征经过与方向窗口设计区域匹配的 自注意力模块， 这样可以通过模 型训练得到像素 点不同方向的区域重要性， 增强 中心点的表征信 息也排除一些干扰信息。 本发明与现有技术的变 化检测方法相比， 增强中心点表征信息， 排除无 效信息， 解决遥感SAR图像变化检测噪声问题， 提 升其变化检测效果。 权利要求书3页 说明书8页 附图4页 CN 115376012 A 2022.11.22 CN 115376012 A 1.一种基于多方向注意力表征增强的SAR影 像变化检测方法， 其特 征在于， 包括： 步骤101： 从雷达卫星 的数据中获取同一位置不同时间拍摄的两张SAR图像， 组成双时 相SAR图像； 步骤102： 使用多方向表征增 强处理方法， 以不同方向的窗口的方式在双时相SAR图像 的差异图中确定与中心像素点最为接近的方向窗口， 并在差异图中对该方向窗口的图像进 行处理， 获得多方向表征增强处 理后的图像； 步骤103： 构建基于自注意力与Senet的变化检测网络； 其中， 所述变化检测网路包括注意力模块以及多尺度特 征融合层； 步骤104： 将双时相SAR图像作为第一训练数据以及将多方向表征增强处理后的图像作 为第二训练数据； 步骤105： 将第一训练数据以及第二训练数据分别输入所述变化检测网络的不同输入 端口， 以进行多尺度特征提取、 尺度融合、 自注意力模块学习以及深层特征处理， 结合代价 函数对变化检测网络进行训练， 得到训练好的变化检测网络； 步骤106： 使用训练好的变化检测网络对SA R图像进行识别， 以实现不同SAR图像的地物 变化检测。 2.根据权利要求1所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其 特征在于， 所述 步骤102包括： 步骤201： 输入双时相SAR图像； 步骤202： 按照对应位置区域， 对双时相SAR图像进行像素切片， 得到每个SAR的切片图 像； 步骤203： 计算双时相区域对应的切片图像的特 征之间的差异， 得到 差异图； 步骤204： 设置多个不同方向且半径不同的方向窗口以及迭代次数， 在差异图中选择与 中心像素最接 近的目标 方向窗口； 步骤205： 将目标方向窗口中的差异值保持不变， 将其它区域的差异值置0， 将置0之后 的差异图作为多方向表征增强处 理后的图像。 3.根据权利要求2所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其 特征在于， 步骤20 3中差异图为： 其中， img1与img2 代表不同时相的切片图像的特 征， Dif代 表其双时相产生的差异图。 4.根据权利要求2所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其 特征在于， 步骤204包括： 步骤204a： 设置八个不同大小方向的方向窗口， 其方向窗口集合： S＝{L,R,U,D,NW,NE, SW,SE}， 并输入差异图； 步骤204b： 计算差异图在八个方向的方向窗口各自的像素平均值； 步骤204c： 计算每个方向窗口的像素平均值与中心像素的相似值， 根据该差异值选择 最相近的方向窗口作为目标 方向窗口。 5.根据权利要求3所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其权　利　要　求　书 1/3 页 2 CN 115376012 A 2特征在于， 第n个方向窗口 的像素平均值 为： 其中， ωij是中心像素i的邻域内像素j的权重， qj是邻域内像素j的像素值， 是中心像 素i个第n个邻域， j为邻域中的第j个 像素； 相似值为： 其中， Im表示最近接的方 向窗口索引， qi是中心像素i的像素值， n是方 向窗口序号， S是 方向窗口集 合。 6.根据权利要求1所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其 特征在于， 步骤10 3包括： 301： 获取依次连接的尺度不同的卷积层以及Senet主干网络； 302： 在所述卷积层与Senet主干网络之间依次增加特征融合层以及自注意力模块， 得 到基于自注意力与Senet的变化检测网络 。 7.根据权利要求2所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其 特征在于， 步骤104包括： 步骤401： 将双时相SAR图像以及多方向表征增强处 理后的图像均进行归一 化处理； 步骤402： 将归一化的双时相SAR图像作为第一训练数据， 以及将多方向表征增强处理 后且归一化后的图像作为第二训练数据。 8.根据权利要求1所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其 特征在于， 步骤10 5包括： 步骤501： 将第一训练数据输入变化检测网络的第一个卷积层， 经过多个卷积层卷积获 得不同感受野的多尺度信息； 步骤502： 将第二训练数据输入所述变化检测网络的特征融合层， 以与多尺度信息进行 对齐相加融合； 步骤503： 将融合后的特征送入自注意力模块， 以使自注意力模块将融合后的特征送入 匹配的分块进行自注意力学习； 其中， 分块的大小与方向窗口 的半径的对应； 步骤504： 将自注意力学习结果送入主干网络学习深层特征， 并从线性层得到分类概 率， 选择分类概 率最高的作为预测结果； 步骤505： 根据原SAR图像与预测结果计算代价 函数； 步骤506： 按照批次利用梯度下降法， 求解代价函数的最小化问题， 获得训练后的变化 检测网络 。 9.根据权利要求8所述的一种基于多方向注意力表征增强的SAR影像变化检测方法， 其 特征在于， 步骤5 03包括： 步骤601： 将自注意力模块中的每个特征层与半径较小的四个方向窗口的特征大小位 置对应， 以将自注意力模块的特 征层分为 4个patch；权　利　要　求　书 2/3 页 3 CN 115376012 A 3