面向建筑物边缘特征保持的遥感影像变化检测研究 |
| |
引用本文: | 张征稳.面向建筑物边缘特征保持的遥感影像变化检测研究[J].测绘与空间地理信息,2023(S1):203-207. |
| |
作者姓名: | 张征稳 |
| |
作者单位: | 黑龙江地理信息工程院 |
| |
摘 要: | 随着深度学习技术在遥感变化检测领域的发展,许多基于卷积神经网络(CNNs)的变化检测算法得到了广泛的应用,但在建筑物变化检测中,仍存在样本不平衡、边界模糊等问题。为解决上述问题,提出基于孪生U-Net和边缘优化策略(Siamese U-Net and Edge Refinement Strategies, Siam-Unet-ERS)的建筑物变化检测方法。首先提出了边界优化策略,共享建筑物变化检测主任务和边界提取子任务之间的空间特征,以实现提升建筑物边界定位精度的目的。同时,设计了残差捷径模块,在不降低模型性能的同时提升模型收敛速率。网络在LEVIR-CD和WHU数据集上都经过验证和测试,分别达到了97.79%和98.92%的总体精度。实验结果表明,Siam-Unet-ERS方法优于一些以前较先进的变化检测方法。
|
关 键 词: | 遥感影像 变化检测 孪生网络 边缘优化策略 |
|
|