基于改进注意力机制的SAR图像变化检测方法研究

摘要：

针对注意力机制模块处理SAR图像变化检测任务时精度低且噪声多的问题,本研究提出了 一种改进的高分辨率SAR图像注意力机制变化检测方法,以ResNet-34结构为基础添加改进的卷积注意力机制模块,并根据SAR图像中噪声难抑制的特性设计差异生成模块,对差值和对数比计算结果进行加权融合与阈值分析以提升变化检测的效果.在基于高分三号影像构建的高分辨率SAR图像变化检测数据集上开展模型训练与预测,实验结果表明与STANet、DSAMNet、SNUNet相比,提出的改进网络预测情况和参考样本最为相似,有效抑制了斑点噪声,评价指标精度优于其他方法,其中F1值分别提升了 9.1％、8.0％和5.1％,验证了该方法在大规模数据集的变化检测任务中具有更高的精度.

关键词：变化检测、深度学习、SAR图像、高分三号、注意力机制

分类号：P236(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;国家重点实验室开放基金;武汉大学测绘遥感信息工程国家重点实验室开放基金资助项目;数字制图与国土信息应用工程国家测绘地理信息局重点实验室开放研究基金

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39