-
题名基于孪生残差神经网络的遥感影像变化检测
被引量：8
- 1
-
-
作者
倪良波
卢涵宇
卢天健
丁蕾锭
卢梅
-
机构
贵州大学大数据与信息工程学院
中南大学资源与安全工程学院
-
出处
《计算机工程与设计》
北大核心
2020年第12期3451-3457,共7页
-
基金
国家自然科学基金项目(41671355)
国家重点研发计划基金项目(2016YFFE0117300)
贵州省基金项目([2020]1Y155、[2020]4001、[2017]5788、2816、2025、[2016]2844、2801、5604、5803、[2015]3054)。
-
文摘
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
-
Keywords
remote sensing image
secondary classification
change detection
twin residual neural network
superpixel segmentation
feature change graph
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
