科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统遥感影像建筑物变化检测的方法，其算法简单，对中低分辨率、信息量少且简单的影像有较好的检测效果。但随着影像分辨率的提高，遥感影像所含的信息量大且复杂，而且检测类不平衡，这使得传统的方法误差变大，其检测结果的误检和漏检都很高。为了能够适应更高分辨率的遥感影像，解决上述问题，该文提出一种深度学习的方法，具体为以UNet++为骨干网络，改进此网络的编码器为孪生卷积网络，以残差网络代替全卷积网络模块，并且引入注意力机制，最后用多边融合输出得到变化检测结果。通过上述改进的验证，与其他变化检测的方法相比，在精确率、召回率、F1分数和总体精度四个评价指标上均有不同程度的提高，分别达到了0.896、0.873、0.875和0.967。
- 出版日期2022
- 单位福建师范大学
