基于整型推理量化CNN的SAR图像变化检测方法

作者：王蓉芳; 王良; 陈佳伟; 尚荣华; 焦李成; 冯婕; 刘波

来源：2020-12-02, 中国, ZL202011407382.1.

本发明公开一种基于整型推理量化CNN的SAR图像变化检测方法,其步骤为：(1)生成源域SAR图像的训练集；(2)构建整型推理量化卷积神经网络；(3)利用整型推理量化算法,对整型推理量化卷积神经网络进行模拟量化训练；(4)对待检测的SAR图像进行检测。本发明引入整型推理量化算法,在训练过程中将特征值和权重值由32位浮点型数据转换为低比特的整型数据,在不影响变化检测正确率的前提下,降低变化检测对计算资源的要求,促进变化检测算法在通用的嵌入式移动平台中的应用优点。可对农作物的生长、城市的规划布局、自然灾害等进行监测。

• 单位
  西安电子科技大学