一种基于U-Net的高分影像土地利用/覆盖变化检测方法
[目的]介绍一种基于U-Net的高分影像的土地利用/覆盖变化检测方法,为该模型在遥感影像变化检测方面的应用提供理论支持.[方法]采用U型神经网络对河南省禹州市两期高分一号影像和WHU building dataset建筑物变化检测数据集中的变化图斑进行自动检测试验,并与FCN和SegNet两种模型进行比较.[结果]在两个数据集的验证样本中,U型神经网络模型的F1 值分别为0.699,0.66和0.673,均优于其他两种模型,并且漏检率较低,更加接近变化参考图.[结论]采用U型神经网络对高分辨率遥感影像进行土地利用/覆盖变化检测是可行的,且能有较高的检测精度.
变化检测;高分辨率遥感;U型神经网络;深度学习
41
P237(摄影测量学与测绘遥感)
国家自然科学基金项目"基于同质区分析的高光谱影像混合像元稀疏分解研究";国家重点研发计划项目;河南省水利科技攻关计划项目;黄科院研究开发项目
2021-10-13（万方平台首次上网日期，不代表论文的发表时间）
共7页
133-138,144
