基于人工智能模型的场景变换检测方法  

Scene transformation detection method based on artificial intelligence model

作　　者：王碧璇 王毅阳 何毅[1] Wang Bixuan;Wang Yiyang;He Yi(School of Computer Science,City College,Dalian University of Technology,Dalian 116600,China;School of Information Science and Technology,Northeast Normal University,Changchun 130117,China)

机构地区：[1]大连理工大学城市学院计算机学院,大连116600 [2]东北师范大学信息科学与技术学院,长春130117

出　　处：《现代计算机》2024年第15期52-56,共5页Modern Computer

基　　金：辽宁省教育科学“十四五”规划课题(JG22DB158);2023年度教育厅基本科研项目(JYTMS20230530);大连理工大学城市学院教育教学研究基金课题(JXYJ2023015)。

摘　　要：人工智能模型在计算机领域有着广泛的应用,基于人工智能模型Tansformer的场景变化检测算法,应用了PCA降维技术,采用三维卷积和二维卷积来提取深层局部特征,并结合CBAM模块和Tansformer编码器模块进一步利用高光谱场景空间和通道两个维度上的关联性。结果表明,本算法所提出的变化检测算法检测精度较高,时效性较强,能够在精度和复杂度两个方面取得较好的平衡。This article proposes a Tansformer based change detection algorithm for hyperspectral remote sensing images.The algorithm applies PCA dimensionality reduction technology,uses 3D convolution and 2D convolution to extract deep local features,and combines the CBAM module and Tansformer encoder module to further utilize the correlation between the spatial and channel dimensions of hyperspectral images.The results show that the change detection algorithm proposed by this algorithm has high detection accuracy,strong timeliness,and can achieve a good balance between accuracy and complexity.

关 键 词：CBAM注意力模块 Tansformer模块 高光谱场景 变化检测 深度学习 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置] TP18[自动化与计算机技术—控制科学与工程]