基于改进DeepLabv3+的高分辨率遥感影像变化检测研究

摘要：

为解决传统DeepLabv3+算法在遥感影像变化检测上出现的边缘目标分割不精确、分类结果差的问题,提出了一种改进DeepLabv3+的高分辨率遥感影像变化检测方法.首先,基于深度分离卷积与空洞卷积构建了DeepLabv3+模型,大大降低了模型的计算量和参数量.其次,通过引入异感受野改进池化金字塔结构,同时在解码器模块中加入多尺度特征张量,对中间流结构进行残差改造,优化Xception骨干网络,并通过设置权重系数对网络通道进行权重配置优化,从而改进DeepLabv3+模型.最后,采用非生成性和生成性样本扩充方法构建数据集,并通过实验对比分析了所提方法的检测精度与泛化性能.实验结果表明,所提方法能够有效改善图形的输出分辨率和细节特征,具有良好的泛化性能和较高的检测准确率,且与其他对比方法相比,所提方法的图像检测准确率较高,整体精度指标最高可达96.4％.

关键词：遥感、遥感影像、变化检测、深度学习、DeepLabv3+、检测精度

所属期刊栏目：59

分类号：TP751(遥感技术)

资助基金：国家自然科学基金61806209

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：483-494