结合改进混合卷积模型的遥感影像变化检测

摘要：

针对基于深度学习的变化检测模型搭建中提高变化检测精度这一难点,在综合考虑面向像元和面向对象变化检测算法的基础上,设计了一种基于改进混合卷积特征提取模块的变化检测模型.该模型结合多切片思想和并行神经网络结构,融合不同尺寸的卷积核获取丰富的多尺度特征.首先,利用超像素分割算法将测试影像分割成无重叠的同质性区域;然后,选取一定数量的样本对模型进行训练,得到测试影像的像素级变化检测结果;最后,利用投票法,将网络得到的像素级结果与分割对象相结合,得到最终的变化检测结果.实验结果表明,基于该方法的网络模型性能较好,该模型可以有效学习多时相影像中的空间信息及差异特征,同时结合分割算法能够降低虚检率和漏检率,有效提高了变化检测精度.

关键词：改进混合卷积、多特征提取、多切片、深度特征融合、变化检测

所属期刊栏目：37

分类号：TP79(遥感技术)

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：53-59