期刊文献+
共找到1,716篇文章
< 1 2 86 >
每页显示 20 50 100
基于MCRASN的遥感影像变化检测
1
作者 谢国波 廖文康 +1 位作者 林志毅 张家源 《应用光学》 CAS 北大核心 2024年第2期430-437,共8页
为了提升经配准高分辨率遥感影像对变化检测的精度,基于ChangeFormer提出了一种将移动卷积与相对注意力相结合的孪生网络(mobile convolution and relative attention Siamese network,MCRASN)。该网络以垂直布局结合移动卷积和相对注意... 为了提升经配准高分辨率遥感影像对变化检测的精度,基于ChangeFormer提出了一种将移动卷积与相对注意力相结合的孪生网络(mobile convolution and relative attention Siamese network,MCRASN)。该网络以垂直布局结合移动卷积和相对注意力,构建多阶段组合编码器替换原网络编码器,高效地捕捉所需的多尺度细节特征和像素间相互关系信息,改进差异模块为1个可学习的距离度量模块进行距离计算,同时通过引入EFL(equalized focal loss)损失函数解决数据集正负样本失衡的问题以实现精确的变化检测。实验结果表明,所提出的MCRASN算法在LEVIRCD数据集上具有更好的变化检测性能,其精确率、召回率、F1得分和总体精度分别为93.94%、89.26%、91.54%和99.18%,优于先前的多种检测方法。 展开更多
关键词 变化检测 孪生网络 移动卷积 相对注意力 距离计算
下载PDF
基于边缘引导和动态可变形Transformer的遥感图像变化检测
2
作者 雷涛 翟钰杰 +2 位作者 许叶彤 王营博 公茂果 《电子学报》 EI CAS CSCD 北大核心 2024年第1期107-117,共11页
卷积神经网络(Convolutional Neural Network,CNN)和Transformer的混合架构能够有效建模图像的局部与全局特征,已成为遥感图像变化检测任务的主流网络.然而这类网络仍面临着一些挑战. CNN分支中的卷积和池化运算通常会抑制遥感图像中的... 卷积神经网络(Convolutional Neural Network,CNN)和Transformer的混合架构能够有效建模图像的局部与全局特征,已成为遥感图像变化检测任务的主流网络.然而这类网络仍面临着一些挑战. CNN分支中的卷积和池化运算通常会抑制遥感图像中的高频信息,降低目标边界的精度;此外,Transformer分支对图像像素进行等同长程依赖关系建模,忽略了变化目标的形状及语义关联信息,导致网络对变化目标特征的表达不足.为解决上述问题,提出了基于边缘引导和动态可变形Transformer的遥感图像变化检测网络.在CNN分支中设计了边缘信息引导模块,利用高频信息增强目标区域的边缘信息,从而改善变化目标的轮廓精度.同时设计了一种新颖的动态可变形Transformer,能够自适应地匹配形状不同的变化目标,选择与变化相关的特征建模长程依赖关系,以提高网络的特征表达能力.实验结果表明,提出的方法在三个公开数据集LEVIR-CD、CDD和DSIFN-CD上显著提高了检测精度,在变化目标的边界精度和内部完整性方面都明显优于当前的主流网络. 展开更多
关键词 遥感图像 变化检测 高频信息 边缘信息 动态可变形Transformer
下载PDF
一种融合多尺度混合注意力的建筑物变化检测模型
3
作者 于海洋 滑志华 +2 位作者 宋草原 谢赛飞 景鹏 《测绘工程》 2024年第1期47-56,共10页
针对高分辨率遥感图像非真实变化所引起的错误检测问题,提出一种新颖的轻量化孪生神经网络建筑物变化检测模型。其中轻量化的特征提取模块可以获取不同尺度的局部上下文信息,使其充分学习局部和全局特征。由通道和空间注意力组成的混合... 针对高分辨率遥感图像非真实变化所引起的错误检测问题,提出一种新颖的轻量化孪生神经网络建筑物变化检测模型。其中轻量化的特征提取模块可以获取不同尺度的局部上下文信息,使其充分学习局部和全局特征。由通道和空间注意力组成的混合注意力模块可以充分利用周围丰富的时空语义信息,以实现变化建筑物的准确提取。针对变化建筑物尺度跨度较大,容易导致建筑物边缘细节提取粗糙、小尺度建筑物漏检等问题,引入多尺度概念,将提取到的特征图划分为多个子区域,并分别引入混合注意力模块,最终将不同尺度的输出特征进行加权融合,以加强边缘细节提取能力。模型在WHU-CD、LEVIR-CD公开数据集进行实验,并分别取得87.8%和88.1%的F 1值,相较于6种对比模型具有更高的变化检测精度。 展开更多
关键词 建筑物变化检测 混合注意力机制 多尺度分割 轻量化孪生神经网络 高分辨率遥感图像
下载PDF
基于深度学习的地表覆盖变化检测方法研究
4
作者 李天 彭敏 《城市勘测》 2024年第2期81-83,共3页
研究地表覆盖的自动变化检测对于常态化地理国情监测具有重要意义。结合全卷积神经网络(FCN)和孪生(Siam)神经网络,设计了一种全卷积孪生网络模型(FCSCN),并通过构建城市地表覆盖变化样本库、模型训练和测试、精度评价,得到了适用于沈... 研究地表覆盖的自动变化检测对于常态化地理国情监测具有重要意义。结合全卷积神经网络(FCN)和孪生(Siam)神经网络,设计了一种全卷积孪生网络模型(FCSCN),并通过构建城市地表覆盖变化样本库、模型训练和测试、精度评价,得到了适用于沈阳城市地表覆盖变化检测的深度学习模型。以2022年度地理国情监测项目局部区域为试点,开展了实践探索,结果发现该方法可以提高作业效率,对于高频次、全覆盖的地理国情监测具有一定的实践参考意义。 展开更多
关键词 深度学习 地理国情监测 地表覆盖 变化检测 卷积神经网络
下载PDF
基于连续变化检测和分类算法的动态遥感生态指数构建
5
作者 张书 孙超 +2 位作者 胡茗 郑嘉豪 刘永超 《生态学报》 CAS CSCD 北大核心 2024年第2期497-510,共14页
沿海地区经济社会高速发展,是生态环境变化的焦点区域。然而,沿海地区云雨天气频发,遥感信息获取能力受限,导致遥感生态质量指数(RSEI)评价结果受成像日期变化而波动,可比性较差。针对以上问题,研究利用连续变化检测和分类(CCDC)算法构... 沿海地区经济社会高速发展,是生态环境变化的焦点区域。然而,沿海地区云雨天气频发,遥感信息获取能力受限,导致遥感生态质量指数(RSEI)评价结果受成像日期变化而波动,可比性较差。针对以上问题,研究利用连续变化检测和分类(CCDC)算法构建时间序列模型,通过合成任意时刻影像、重构遥感生态指数以及改进指数归一化方式,研发了一种动态遥感生态指数(DRSEI),细化了RSEI在区域生态质量监测的时间尺度,并应用于沿海城市宁波生态质量时空变化监测。结果表明:(1)RSEI对时间差异较为敏感,当影像年内成像时间相差逾1个月,RSEI差异可达0.147,这种差异会对长期生态质量动态监测的稳定性和准确性造成影响。(2)基于合成影像的DRSEI平均绝对偏差为0.097,接近成像时间相差半个月的RSEI差异(0.072),误差相对较小,一定程度上减小了真实影像时相差异引起的误差。(3)DRSEI能够表征任意时刻生态质量,通过年际(1986—2019年)和半月际(2019年)DRSEI分析揭示了宁波市生态质量总体下降趋势和时空异质性加剧过程。具体地,1986—2019年宁波市南部和西部森林区域的DRSEI持续上升,而近郊农田快速转化为建成区导致DRSEI不断下降。研究提出的DRSEI能够精确描述区域生态质量变化趋势,准确定位生态质量变化转折点,有望服务海岸带地区的生态质量定期监测与评估工作,支持沿海城市高质量发展与生态环境保护。 展开更多
关键词 生态质量 连续变化检测和分类算法 遥感生态指数 宁波市 动态监测 影像合成
下载PDF
两阶段特征金字塔的遥感图像变化检测
6
作者 庄胤 蔡妙鑫 +2 位作者 董珊 陈禾 龙腾 《信号处理》 CSCD 北大核心 2024年第3期471-483,共13页
遥感图像变化检测是遥感领域的重要研究方向。针对多尺度编码特征语义差异性和空间信息差异性引入伪变化干扰的问题,本文提出了一种两阶段特征金字塔的变化检测网络TS-FPCDN(Two Stage-Feature Pyramid based Change Detection Network)... 遥感图像变化检测是遥感领域的重要研究方向。针对多尺度编码特征语义差异性和空间信息差异性引入伪变化干扰的问题,本文提出了一种两阶段特征金字塔的变化检测网络TS-FPCDN(Two Stage-Feature Pyramid based Change Detection Network),通过两阶段解码器增强变化特征描述,抑制伪变化信息干扰。首先,采用孪生编码网络对双时相遥感影像进行编码特征提取,并生成多尺度初始差异特征。由于初始差异特征中存在大量噪声和伪变化信息,通过第一阶段特征金字塔结构和双注意力引导的多尺度差异特征融合机制,进行多尺度差异特征语义信息和空间信息的交互,缓解多尺度特征语义的差异性和空间信息的差异性,初步去除伪变化信息干扰,生成多尺度初始变化特征。然后,为进一步提高变化特征描述和去除伪变化,设计了第二阶段特征金字塔,对多尺度变化特征逐层重优化,并进行变化预测。最后,在两个变化检测数据集LEVIR-CD和WHU-CD上开展了一系列实验,实验结果证明了本文提出方法的有效性。 展开更多
关键词 遥感影像 变化检测 注意力机制 特征金字塔
下载PDF
改进UNet++的遥感影像森林变化检测方法
7
作者 马永军 张艺 +1 位作者 王广来 黄建平 《森林与环境学报》 CSCD 北大核心 2024年第3期317-327,共11页
针对森林覆盖变化检测任务,现有的基于深度学习模型存在结构复杂且忽视光谱与空间协同关系的问题,导致检测效果并不理想。为了解决这个问题,本研究提出一种结合多尺度空间解耦卷积(MSDConv)和空-谱特征协同策略(SSFC)的改进UNet++轻量... 针对森林覆盖变化检测任务,现有的基于深度学习模型存在结构复杂且忽视光谱与空间协同关系的问题,导致检测效果并不理想。为了解决这个问题,本研究提出一种结合多尺度空间解耦卷积(MSDConv)和空-谱特征协同策略(SSFC)的改进UNet++轻量级森林覆盖变化检测方法。首先,基于UNet++网络构建一个非权重共享伪孪生网络,增加少量参数便能实现更好的特征提取,采用MSDConv模块捕捉变化对象的多尺度特征,减少信息冗余和参数计算;其次,在MSDConv中引入SSFC,获取空间和谱间的三维注意力权重且不增加额外参数,使得MSDConv获取更丰富的边缘和细节特征;最后,使用6种植被指数增强森林覆盖变化特征。结果表明,本研究提出的模型森林覆盖变化检测精度、召回率和F1分数分别为93.12%,93.62%和93.37%,模型参数量和计算量分别为6.28 MB和11.25 GB。与原始Sami-UNet++方法对比,本研究提出的模型准确率、召回率和F1分数仅分别下降1.41%、1.66%和1.53%,但参数量与计算量分别降低5.76 MB和16.19 GB。本研究提出的模型显著提高了森林覆盖变化检测任务的检测效率,对于需要处理大量图像数据的森林覆盖变化检测任务具有重要的意义,可为森林灾害的评估以及森林资源的保护提供技术手段。 展开更多
关键词 森林覆盖 变化检测 遥感影像 深度学习 轻量化UNet++
下载PDF
多任务学习孪生网络的遥感影像多类变化检测
8
作者 马惠 刘波 杜世宏 《自然资源遥感》 CSCD 北大核心 2024年第1期77-85,共9页
精确掌握土地覆盖/利用的变化及变化类型对国土空间规划、生态环境监测、灾害评估等有着重要意义,然而现有大部分变化检测研究主要关注二值变化检测。为此,该文首先提出了一种多任务学习深度孪生网络用于遥感影像的多类变化检测。首先... 精确掌握土地覆盖/利用的变化及变化类型对国土空间规划、生态环境监测、灾害评估等有着重要意义,然而现有大部分变化检测研究主要关注二值变化检测。为此,该文首先提出了一种多任务学习深度孪生网络用于遥感影像的多类变化检测。首先提出面向对象的无监督变化检测方法,选择出新、旧时相影像中最有可能发生变化和最不可能发生变化的区域,并作为多任务学习深度孪生网络的样本;其次,采用多任务学习深度孪生网络模型同时对新、旧时相的土地利用图以及新、旧时相的二值变化图这3个任务模型进行学习和预测;最后,基于模型预测的新、旧时相土地利用图及新、旧时相的二值变化图获取最终的多类变化检测结果。采用第三次全国国土调查的影像数据和相应的土地利用图斑数据对多任务学习深度孪生网络模型进行了测试,结果表明所提出的方法适用于这种在没有变化、未变化样本而有历史专题图的变化检测场景中。 展开更多
关键词 多任务学习 孪生网络 多类变化检测 第三次全国国土调查
下载PDF
基于三色差值主成分分析的原位保存文化遗址轮廓变化检测方法
9
作者 李张翼 张群喜 +1 位作者 徐栋 任秀芬 《物联网技术》 2024年第1期7-10,共4页
针对原位保存的文化遗址预防性保护需求,提出了一种基于光照变化的三色差值主成分分析方法。该方法先将图像通过三色通道主成分进行分析;然后根据光照色差建立加权差值图像,结合阈值分割和形态学等图像处理手段,在保证不会破坏文物遗存... 针对原位保存的文化遗址预防性保护需求,提出了一种基于光照变化的三色差值主成分分析方法。该方法先将图像通过三色通道主成分进行分析;然后根据光照色差建立加权差值图像,结合阈值分割和形态学等图像处理手段,在保证不会破坏文物遗存环境的情况下,对大型原位土遗址轮廓进行变化检测。实验证明:该方法操作简单,易于安置,不会破坏文物的依存环境,适用于野外光照变换的监测环境。 展开更多
关键词 变化检测 主成分分析 原位保存 文化遗址 轮廓变化 监测
下载PDF
基于差异增强和双注意力Transformer的遥感图像变化检测
10
作者 张青月 赵杰 《无线电工程》 2024年第1期230-238,共9页
由于遥感场景中物体的复杂性,光照变化和配准误差都会影响不同时间拍摄的2个图像中目标的变化,探索不同像素之间的关系和更强大识别能力的卷积神经网络可以提高双时相遥感图像变化检测的性能。提出一个基于差异增强的和双注意力机制的Tr... 由于遥感场景中物体的复杂性,光照变化和配准误差都会影响不同时间拍摄的2个图像中目标的变化,探索不同像素之间的关系和更强大识别能力的卷积神经网络可以提高双时相遥感图像变化检测的性能。提出一个基于差异增强的和双注意力机制的Transformer神经网络模型,在孪生网络架构中的特征提取部分引入ResNeXt单元,在不增加参数复杂度的前提下提高准确率;将分层结构的Transformer编码-解码器与通道和空间双注意力模块相结合,获得更大的感受野和更强的上下文塑造能力;该网络还关注双时相图像的差异化特征,通过引入差异增强模块对每个像素进行加权,选择性地对特征进行聚合,最终生成具有高精度的遥感图像变化特征图。通过在变化检测基准数据集LEVIR-CD和DSIFN上进行实验,所提方法对不同建筑物、道路和植被变化情况的检测效果有很大提升,与现有检测模型相比,该方法在F1、IoU和OA这3个评价指标上均好于最好结果。 展开更多
关键词 遥感图像 变化检测 TRANSFORMER 双注意力机制 差异增强
下载PDF
基于时差提示SAM的遥感变化检测
11
作者 方乐缘 旷洋 +1 位作者 刘强 岳俊 《信号处理》 CSCD 北大核心 2024年第3期417-427,共11页
遥感变化检测作为观测和分析地表变化的重要手段,以双时相图像为输入,旨在预测变化发生的“位置”。近期出现的基础模型,例如SAM模型(Segment Anything Model),展现出强大的通用性和泛化能力,有望为变化检测任务提供更为有效的解决方案... 遥感变化检测作为观测和分析地表变化的重要手段,以双时相图像为输入,旨在预测变化发生的“位置”。近期出现的基础模型,例如SAM模型(Segment Anything Model),展现出强大的通用性和泛化能力,有望为变化检测任务提供更为有效的解决方案。然而,由于遥感图像的特殊成像特性,它们在许多遥感应用中的直接使用往往效果不佳。此外,SAM模型最初被设计用于分割单时相图像,其通过人工添加点或框的提示来实现,但这种过于直观的方法在处理双时相图像输入时并不适用。为了应对上述挑战,本文提出了一种基于时差提示SAM的遥感变化检测方法(TDPS),充分发挥SAM模型强大的视觉识别能力,以改进对遥感图像的变化检测。具体而言,本文首先在SAM骨干网络中引入了低阶可微调参数,以减轻自然图像到遥感图像上的域偏移。其次,本文设计了时相差异提示生成器,通过将双时相图像的特征与查询嵌入一起优化,得到适用于变化检测任务的提示向量。最后,大量实验证明了本文方法的有效性,在两个常用的变化检测数据集LEVIR-CD和WHU-CD上取得了最先进的性能,F1指标相比于最先进方法分别提升了1.4%和2.5%。 展开更多
关键词 遥感变化检测 SAM 提示学习
下载PDF
基于遥感影像的重要地物的变化检测和标注
12
作者 樊华 王文旭 +1 位作者 孙杰 李晓阳 《科学技术与工程》 北大核心 2024年第9期3586-3595,共10页
破坏性灾害会造成巨大危害和损失,灾后一定时间内由于信息匮乏,使得对了解灾情和救灾都极为不利。为了及时获取灾区建筑物、道路、桥梁、水库等重要地物的倒塌和毁坏信息,给出了一种可自动识别和标注灾害前后遥感图像差异区域的方法。... 破坏性灾害会造成巨大危害和损失,灾后一定时间内由于信息匮乏,使得对了解灾情和救灾都极为不利。为了及时获取灾区建筑物、道路、桥梁、水库等重要地物的倒塌和毁坏信息,给出了一种可自动识别和标注灾害前后遥感图像差异区域的方法。首先对时序遥感影像通过三维块匹配(block matching 3D,BM3D)方法去除高斯噪声,然后利用尺度不变特征变换(scale-invariant feature transform,SIFT)方法进行图像配准,通过对差分图像采用Wv_Canny边缘检测方法获得差异区域重要地物的边缘信息,最后识别并标注出发生变化的重要地物,真实遥感图像实验结果按建筑物变化面积比较,正确率78%~79%,误检率21%~22%,无漏检率。仿真试验和实际遥感影像处理表明:所研究方法可有效识别和标注建筑物等重要地物的差异区,有利于灾后破坏性地物的及时了解和救助工作。 展开更多
关键词 BM3D去噪 图像配准 边缘检测 图像差分 变化检测
下载PDF
基于Potree结构的建筑物激光点云与BIM点云的变化检测
13
作者 刘慧 刘宇航 钟晨 《科学技术与工程》 北大核心 2024年第3期1176-1183,共8页
建筑变化检测可对建筑管理及决策提供有力支持。目前建筑变化检测的难点是完成检测任务所需计算成本高。为了提高检测效率,提出一种基于Potree结构的建筑物激光点云与建筑信息模型(building information modelling,BIM)点云的变化检测... 建筑变化检测可对建筑管理及决策提供有力支持。目前建筑变化检测的难点是完成检测任务所需计算成本高。为了提高检测效率,提出一种基于Potree结构的建筑物激光点云与建筑信息模型(building information modelling,BIM)点云的变化检测方法。该方法将实时获取的激光点云,与建设初期规划的BIM进行比较,检测和识别出二者之间的差异,作为建筑变化检测的结果。实验结果表明,与基于可修改嵌套八叉树结构方法比较,本文提出的方法在保证完整性、准确度等不损失的情况下,在时间复杂度上降低了22.05%。 展开更多
关键词 建筑变化检测 三维点云 BIM Potree结构
下载PDF
基于DeepLabV3+孪生网络的遥感建筑物变化检测
14
作者 郭江 辛月兰 +2 位作者 王庆庆 王浩臣 盛月 《国外电子测量技术》 2024年第3期129-137,共9页
针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络。首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来... 针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络。首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来提取特征;其次,针对孪生网络特征融合不充分的问题,设计了基于注意力的双通道融合模块;此外,为提高模型整体信息感知能力,对空洞空间卷积金字塔池化做增强处理;最后,在特征恢复阶段引入特征对齐模块和全连接CRF进一步补充和细化分割结果。在LEVIR-CD数据集上精确率(precision)、召回率(recall)和F1指数分别达到了0.9233、0.8994和0.9112。 展开更多
关键词 遥感图像变化检测 双通道融合 空洞空间卷积 特征对齐 全连接CRF
原文传递
顾及时空感知的轻量级遥感影像变化检测方法
15
作者 孙雨生 邢华桥 +1 位作者 项俊武 王海航 《科技创新与应用》 2024年第7期5-8,共4页
针对现有基于注意力机制的变化检测深度学习模型复杂度高,不能有效地突出遥感影像差异信息问题,提出顾及时空感知的轻量级遥感影像变化检测方法。该方法包含2种注意力模块,分别是强化单时相影像的语义特征的空间注意力机制;强化两时期... 针对现有基于注意力机制的变化检测深度学习模型复杂度高,不能有效地突出遥感影像差异信息问题,提出顾及时空感知的轻量级遥感影像变化检测方法。该方法包含2种注意力模块,分别是强化单时相影像的语义特征的空间注意力机制;强化两时期影像之间差异特征,以及使差异特征图的差异信息得到增强的时间注意力机制。2种轻量级时空注意力综合应用增强模型的表达泛化能力。应用开源数据集LEVIR-CD验证该文方法的有效性,并与STANet、BIT、ChangeFormer网络进行对比试验。试验结果表明,该方法优于其他几种现有的方法,有效地均衡准确率与召回率,特别是极大地提高召回率,检测结果较为完整,总参数量较小,计算更高效且对尺度变化具有更高的鲁棒性。 展开更多
关键词 孪生网络 深度学习 变化检测 遥感影像 注意力机制
下载PDF
基于影像密集匹配点云的建筑物变化检测方法
16
作者 李正洪 全昌文 +2 位作者 陈华江 陈敏 吕琦 《地理空间信息》 2024年第3期11-15,共5页
采用影像密集匹配点云开展变化检测能有效发现建筑物高度的变化。提出了一种融合深度神经网络与空间体素的影像密集匹配点云建筑物变化检测方法。首先构建注意力驱动的建筑物点云提取深度神经网络,再分别利用布料模拟滤波算法和植被指... 采用影像密集匹配点云开展变化检测能有效发现建筑物高度的变化。提出了一种融合深度神经网络与空间体素的影像密集匹配点云建筑物变化检测方法。首先构建注意力驱动的建筑物点云提取深度神经网络,再分别利用布料模拟滤波算法和植被指数剔除地面点和植被点云,最后通过空间体素比较提取建筑物点云变化。实验结果表明,该方法的漏检率为0%,且虚警率比传统方法降低了48.64%,说明其具有大幅提升违章建筑发现效率的潜力,能够满足实际生产需求。 展开更多
关键词 密集匹配点云 建筑物变化检测 注意力机制 空间体素
下载PDF
多通道U型网络遥感影像变化检测
17
作者 杜行奇 《无线电工程》 2024年第1期129-135,共7页
遥感影像变化检测是遥感领域的一个重要研究方向,在农业、灾害评估和城市建设等诸多方向发挥着重要作用。目前的变化检测任务大多使用深度学习方法完成,但现存的诸多深度学习网络存在影像特征提取能力不强、变化区域不能精细化区分等问... 遥感影像变化检测是遥感领域的一个重要研究方向,在农业、灾害评估和城市建设等诸多方向发挥着重要作用。目前的变化检测任务大多使用深度学习方法完成,但现存的诸多深度学习网络存在影像特征提取能力不强、变化区域不能精细化区分等问题。提出了一种多通道、多尺度特征融合的深度U型网络——MCFFNet。将Unet扩展为三通道结构,并在下采样过程中获得相应尺度特征影像的预分类特征信息和融合特征。在上采样过程中将对应尺度的特征信息融合。通过卷积激活等操作将特征图映射为单次最优变化检测结果图。在遥感影像变化检测领域常用数据集CDD和WHU数据集上实验得到了较对照方法更高的变化检测精度。 展开更多
关键词 遥感影像 变化检测 深度学习 特征融合 多通道 多尺度特征
下载PDF
基于NDR-CVA的遥感影像自适应变化检测
18
作者 徐超 于贵军 +1 位作者 龚胜东 曾开云 《测绘技术装备》 2024年第1期24-29,共6页
针对遥感影像自适应变化检测中差异影像的构造和阈值分割两大问题,本文首先提出了基于邻域信息的变化向量差值比值融合法(NDR-CVA),实现了差值比值融合法的扩展,有效提取了变化信息;然后,利用改进的二维最大类间方差法(2D-OTSU)进行阈... 针对遥感影像自适应变化检测中差异影像的构造和阈值分割两大问题,本文首先提出了基于邻域信息的变化向量差值比值融合法(NDR-CVA),实现了差值比值融合法的扩展,有效提取了变化信息;然后,利用改进的二维最大类间方差法(2D-OTSU)进行阈值分割,提高了变化检测过程的自动化程度;最后,利用Landsat 7和Landsat 5遥感影像进行实验对比,并通过精度评价,证明了NDR-CVA算法是一种有效的遥感影像自适应变化检测方法。 展开更多
关键词 差异影像 阈值分割 变化向量 最大类间方差 变化检测
下载PDF
基于半监督学习的遥感影像变化检测研究综述
19
作者 唐天俊 王铜川 《现代计算机》 2024年第1期61-65,共5页
近年来,在人工智能技术与遥感大数据的深度融合下,基于深度学习的全监督变化检测框架通过大量标注数据训练,表现出优异的性能。然而,变化检测数据标注需要逐像素比对两影像间差异,这将消耗大量的人力、时间成本。为解决数据标注的局限性... 近年来,在人工智能技术与遥感大数据的深度融合下,基于深度学习的全监督变化检测框架通过大量标注数据训练,表现出优异的性能。然而,变化检测数据标注需要逐像素比对两影像间差异,这将消耗大量的人力、时间成本。为解决数据标注的局限性,基于半监督学习变化检测框架逐渐成为变化检测研究热点,该框架能充分利用大量的无标注数据提高变化检测方法的鲁棒性,减少模型对标注数据的依赖。 展开更多
关键词 遥感影像 深度学习 半监督学习 变化检测
下载PDF
基于Deeplabv3+与高分遥感影像的城市新增建设用地变化检测
20
作者 王艺浩 《城市勘测》 2024年第1期114-118,共5页
城市新增建设用地对城市热岛效应、大气污染、工地扬尘与城市生态环境具有显著性影响,实时动态掌握城市新增建设用地发展现状可协助城市规划管理部门掌握城市发展趋势与速度。针对复杂场景下城市新增建设用地变化检测结果容易出现误检... 城市新增建设用地对城市热岛效应、大气污染、工地扬尘与城市生态环境具有显著性影响,实时动态掌握城市新增建设用地发展现状可协助城市规划管理部门掌握城市发展趋势与速度。针对复杂场景下城市新增建设用地变化检测结果容易出现误检的问题,以Deeplabv3+深度语义分割模型作为变化检测基础网络框架,设计了一种端对端基于深度学习的高分遥感影像城市新增建设用地变化检测方法,实现了面向复杂地表覆盖场景下丘陵山区城市新增建设用地精细化、高精度、智能化变化检测研究。实验结果表明,基于Deeplabv3+的变化检测方法精度达92.93%,相对于其他对比方法,变化信息的解译与识别能力提升明显,误检问题得到了较大改善,具有较好的变化检测效果。 展开更多
关键词 Deeplabv3+ 新增建设用地 变化检测 高分遥感影像
下载PDF
上一页 1 2 86 下一页 到第
使用帮助 返回顶部