基于孪生残差神经网络的遥感影像变化检测

摘要：

为减少遥感影像变化检测方法中"伪变化"的影响以及检测效果不理想等问题,提出一种基于孪生残差神经网络的变化检测方法.对多时相多光谱影像超像素进行分割与合并,对分割的子块提取特征,得到初级变化检测图,选择变化图中变化与未变化的区域为训练样本,通过孪生残差神经网络(SiameseResNet)进行二次分类获得相似度,经过OTSU阈值分割后获得到最后的变化检测结果.实验结果表明,超像素分割与二次分类的方法可以有效提高变化检测正确率,减少"伪变化"对变化检测的影响,具有较强鲁棒性.

关键词：遥感影像、二次分类、变化检测、孪生残差神经网络、超像素分割、特征变化图

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;国家重点研发计划基金项目;贵州省基金项目

在线出版日期：2020-12-29（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：3451-3457