融合高分遥感影像与DSM的建筑物三维变化检测
针对传统遥感影像变化检测方法存在漏检、误检、垂直变化特征未被充分挖掘等问题,该文提出了一种融合高分遥感影像与数字地表模型(DSM)的三维变化检测方法.利用一个残差编码器进行高分遥感影像的光学特征提取,并利用一个较为简单的卷积神经网络对DSM数据进行高度信息挖掘.同时,将这两端相同维度的特征提取结果进行多尺度融合,形成包含高度信息的多尺度3D组合特征,并将其输入到中间融合编码结构进行深度特征挖掘.然后,利用 自注意模型获取更加丰富的全局上下文特征及高层语义信息,提升局部特征在全局视图下的判别能力.实验结果表明,相对于其他对比方法,该文方法能更加充分地挖掘复杂城市场景下建筑物的多维度变化特征,误检漏检现象明显降低,变化检测效果显著.
多路径编码、自注意力、三维变化检测、DSM、高分七号
47
P237(摄影测量学与测绘遥感)
国家自然科学基金;宁夏重点研发计划项目;重庆市自然科学基金面上项目
2023-03-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
147-155