摘要
本发明公开了一种基于耦合翻译网络的异源图像变化检测方法,主要解决现有异源图像变化检测方法精度低、鲁棒性不强的问题。其实现步骤为:1)设定两个翻译网络的结构和参数;2)输入两幅异源图像并计算两幅图像间的杰森#香农散度距离和像素未变化的概率系数;3)训练第一个翻译网络,得到第一幅图的翻译结果图;4)训练第二个翻译网络,得到第二幅图的翻译结果图;5)根据两幅翻译结果图更新像素未变化的概率系数;6)依次重复步骤3)#5)直到网络目标函数值稳定;7)根据两幅翻译结果图得到差异图;8)对差异图进行聚类,得到最后的变化检测图。本发明具有检测准确、鲁棒性强的优点,可用于图像翻译、模式识别、目标跟踪。
- 单位