结合轻量双注意力模块的孪生卷积网络变化检测
针对向神经网络模型中引入注意力模块,导致模型复杂度进一步提高的问题,该文提出了结合轻量双注意力模块的孪生卷积网络变化检测方法.通过在孪生卷积网络模型基础上,加入构建的轻量双注意力模块,达到了向模型中引入较少参数量并且提升变化检测性能的效果.在现有的两个公开数据集上,该文算法分别达到了95.2%和98.4%的总体检测精度,优于其他现有方法.
变化检测、孪生卷积神经网络、轻量双注意力模块、遥感影像
47
P237(摄影测量学与测绘遥感)
国家自然科学基金;国家自然科学基金;天津市自然科学基金重点项目;交通运输行业重点实验室;天津市交通运输科技发展计划项目
2022-12-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
213-219