期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Siam-UNet+ +的高分辨率遥感影像建筑物变化检测 被引量:16
1
作者 朱节中 陈永 +1 位作者 柯福阳 张果荣 《计算机应用研究》 CSCD 北大核心 2021年第11期3460-3465,共6页
针对同一区域前后时序的高分辨率遥感影像背景复杂、变化类别多样、目标变化检测时存在漏检和边界识别粗糙问题,提出了一种基于Siam-UNet++深度神经网络的高分辨率遥感影像建筑物变化检测算法。该算法采用UNet++作为骨干提取网络,在其... 针对同一区域前后时序的高分辨率遥感影像背景复杂、变化类别多样、目标变化检测时存在漏检和边界识别粗糙问题,提出了一种基于Siam-UNet++深度神经网络的高分辨率遥感影像建筑物变化检测算法。该算法采用UNet++作为骨干提取网络,在其编码器部分应用Siam-diff(Siamese-difference)结构提取前后两时序图像的变化特征,并在解码阶段的上采样和横向跳跃路径连接之后引入注意力机制,突出建筑物变化的特征,抑制网络对其他类别特征的学习;同时使用多边输出融合(multiple side-output fusion,MSOF)策略加权融合不同语义层次的特征信息,提高了建筑物变化检测的精度;最后采取滑窗的方法对大尺度遥感影像进行预测,减少拼接过程中变化结果图产生的空洞图斑。在大型建筑物变化检测数据集上的实验结果表明,该算法有效提升了建筑物的变化检测效果。 展开更多
关键词 深度学习 Siam-UNet++ 变化检测 注意力机制 多边输出融合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部