10.3969/j.issn.1004-3918.2023.02.019
结合注意力稀疏自编码网络与空间约束的遥感影像变化检测
针对基于深度学习变化检测方法需要样本数据存在不平衡与变化检测结果中存在"椒盐噪声"现象,提出结合注意力稀疏自编码网络与空间约束的遥感影像自动变化检测方法.首先,该方法采用IR-MAD与CVA-FCM协同获取变化样本数据,同时结合SMOTE方法对样本数据增强处理,避免数据不平衡问题;然后,引入注意力机制对稀疏自编码网络正权值进行加强、负权值进行削弱处理,提升网络整体性能;最后,利用多尺度分割影像对象的边界,对提取变化检测结果进行空间几何约束,剔除"椒盐噪声",获取最终变化检测结果.实验结果表明,该方法能有效地减少人工选取样本数据不平衡问题,提高变化检测精度.
注意力、稀疏自编码、多尺度分割、空间约束、变化检测
41
TP751(遥感技术)
国家自然科学基金41774039
2023-03-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
299-305