- 1、本文档共14页,其中可免费阅读13页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于对抗学习的两阶段图像变化检测方法;步骤如下;(1)图像配准;(2)多尺度切割;(3)基于多尺度卷积特征融合的变化判别;(4)基于U形神经网络的变化检测;(5)基于对抗学习的网络训练与调优;(6)基于概率阈值的图像拼接;(7)输出最终结果。本发明基于深度神经网络的方法,根据上文所描述的当前方法的局限性,主要解决3个问题:1、不同大小的目标变化检测效果差异明显;2、变化区域在整幅图像中占比过少导致的样本不平衡问题;3、由拍摄角度、照明强度等不同成像条件带来的噪声问题。本发明在同用
(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 CN 112308156 B
(45)授权公告日 2022.05.03
(21)申请号 202011221268.X G06V 10/82 (2022.01)
文档评论(0)