孪生高分辨率卷积神经网络遥感影像变化检测方法

摘要：

针对遥感影像变化检测问题,提出了一种孪生高分辨率卷积神经网络模型.该模型首先基于孪生网络模型提取不同时相遥感影像的特征,然后将特征拼接后输入到嵌套U形网络中输出变化检测区域.为了提升变化检测效果,进一步设计了高分辨率卷积神经网络用于提取不同时相遥感影像的特征,以充分利用不同分辨率的特征来提升变化检测效果.在LEVIR-CD变化检测数据集上的大量实验表明,所提出方法能够比对比方法获得更高的变化检测精度.

关键词：遥感影像变化检测、深度学习、高分辨率网络、UNet++

所属期刊栏目：46

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金42071340

在线出版日期：2023-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：70-73