期刊专题

基于改进型UNet模型的遥感图像建筑物变化检测

引用
建筑物变化检测是地表变化检测的重要内容之一.传统的目视解译效率低,而监督分类法提取建筑物精度有限,因而研究具有更高精度的计算机自动识别分类算法具有重要意义.文中提出一种改进型UNet模型,用于从高分辨率遥感图像中检测建筑物的变化.此方法把图像中每个像素划分为变化类或非变化类,由所有变化类的像素构成变化检测结果图.新模型引入带有深度可分离卷积的残差结构以改变UNet网络编码阶段的标准卷积操作,增强网络的鲁棒性和抑制过拟合;针对语义分割对非检测对象缺乏监测,小目标易被漏检问题,在UNet阶跃连接部分引入坐标注意力机制,增强对变化类特征的学习;在解码阶段引入特征金字塔结构,进行多尺度预测,通过额外的跃层连接,提高模型的特征重组能力,解决了解码阶段有些重要特征会在上采样中丢失的问题.实验结果表明,改进型UNet模型的提取准确率、召回率和F1值三种指标达到95%以上,具有优越的建筑物检测效果.

高分遥感影像、建筑物变化检测、深度可分离卷积、坐标注意力机制、特征金字塔

19

TP79(遥感技术)

江西省水利科技重大项目;江西省科技厅重点研发计划一般项目

2023-07-27(万方平台首次上网日期,不代表论文的发表时间)

共5页

1-4,8

暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

19

2023,19(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn