改进U-Net网络的高分辨率遥感影像变化检测算法 |
| |
引用本文: | 张吉玲,王庆,王静,闫烁月,陈卓然.改进U-Net网络的高分辨率遥感影像变化检测算法[J].遥感信息,2023(3):122-129. |
| |
作者姓名: | 张吉玲 王庆 王静 闫烁月 陈卓然 |
| |
作者单位: | 1. 江西省军民融合研究院;2. 长江大学地球科学学院;3. 武汉区域气候中心 |
| |
摘 要: | 针对高分辨率遥感影像变化检测中出现的伪变化较多、检测边界模糊、小目标漏检等问题,提出一种孪生结构的Siam-FAUnet变化检测模型。该模型可以实现端到端的变化检测任务。首先,利用改进的VGG16作为编码器提取双时相的影像特征;其次,通过空洞空间金字塔池化模块获取图像多尺度上下文信息;然后,使用流对齐模块将编码器中的低层特征融合至解码器,以此来获取影像的变化区域。实验采用公开的CDD和STAKI数据集进行训练和测试。结果表明,相对于其他主流的深度学习变化检测方法,Siam-FAUnet变化检测模型在准确率、精确率、召回率和F1分值上均有提升,表明该模型具有良好的检测性能。
|
关 键 词: | 高分辨率遥感影像 变化检测 特征融合 流对齐模块 深度学习 |
|
|