基于改进DeepLabV3+算法的遥感影像建筑物变化检测
变化检测是遥感测绘领域的重要任务,作为执法依据,在耕地非农化等场景监测中发挥重大作用.近年来,使用人工智能相关技术进行变化检测,常见的技术方案为叠加两期影像,再使用语义分割算法求解变化区域.本文使用变化检测数据集LEVIR-CD作为试验数据,在DeepLabV3+算法基础上,针对变化检测场景特点,对模型结构进行改进.以DeepLabV3+的孪生网络为主干,使用多层级特征交互操作,充分融合图像特征.结果表明,改进的网络结构更加适合变化检测任务场景.
变化检测、深度学习、卷积神经网络、语义分割
P237(摄影测量学与测绘遥感)
2023-05-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
145-149