增强边缘信息的全卷积神经网络遥感影像建筑物变化检测

摘要：

针对现有很多深度学习的建筑物变化检测方法未考虑图像的结构特征,导致建筑物边缘像素分割精度低的问题,本文提出了一种增强边缘信息的遥感影像建筑物变化检测模型.首先采用Canny算法和概率霍夫变换算法提取双时相影像中建筑物的直线边缘特征图作为图像结构特征;然后将双时相影像及其对应的边缘特征图输入到增强边缘信息的全卷积神经网络(FCN)中;最后采用骰子损失和交叉熵损失加权组合函数衡量网络模型.试验表明,增强边缘信息的FCN网络在精度评价和视觉分析上具有一定的优越性.

关键词：变化检测、建筑物、边缘信息提取、FCN、WHU数据集

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划2020YFC1511704

在线出版日期：2023-07-21（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：61-67