基于一致性生成对抗的遥感多时相建筑物变化检测数据对生成技术

1

作者 陈昊 周光尧 +3 位作者 王乾通 高斌 王文志 唐皓 《电子与信息学报》 北大核心 2025年第3期825-838,共14页

虽然目前可以获取海量的多时相遥感数据,但是由于建筑物变化时间周期过长,难以获取充足的建筑物变化数据对来支撑数据驱动的深度学习变化检测模型构建,呈现多时相遥感建筑物变化检测处理精度差的问题。因此,为提升变化检测算法模型处理... 虽然目前可以获取海量的多时相遥感数据,但是由于建筑物变化时间周期过长,难以获取充足的建筑物变化数据对来支撑数据驱动的深度学习变化检测模型构建,呈现多时相遥感建筑物变化检测处理精度差的问题。因此,为提升变化检测算法模型处理性能,该文从建筑物变化检测训练数据对生成开展研究,基于一致性对抗生成机理提出了多时相建筑物变化检测数据对生成网络(BAG-GAN)。其主要在多时相图像生成过程中采用对抗一致性损失函数约束,在保证生成图像和输入图像关联性的同时,保证了生成模型的多模态输出能力。此外,还通过重组原数据集中的变化标签和多时相遥感图像来进一步提升建筑物变化信息生成的多样性,解决了训练数据中有效建筑物变化信息占比少的问题,为变化监测算法模型的充分训练奠定了基础。最后,在LEVIR-CD和WHU-CD建筑物变化检测数据集上进行了数据生成实验,并使用生成扩充后的数据集训练了多种较为经典的遥感图像变化检测模型,实验结果表明该文提出的BAG-GAN多时相建筑物变化检测数据对生成网络及相应的生成策略可以有效提升变化检测模型的处理精度。 展开更多

关键词 多时相遥感 建筑物变化检测 对抗生成网络 数据对生成

在线阅读 下载PDF 职称材料

量子多尺度融合的高分卫星影像建筑物变化检测 被引量：1

2

作者 张燕平 张卡 +5 位作者 赵立科 陶厦 张帮 王玉军 顾桢 刘浩林 《测绘通报》 CSCD 北大核心 2024年第6期65-70,126,共7页

为了提高传统基于像元的高分辨率卫星影像变化检测方法的精度,本文提出了一种基于量子多尺度融合的高分卫星影像建筑物变化检测算法。首先,对双时相高分辨率卫星影像进行多尺度分割,构成多尺度影像数据集;然后,对多尺度影像数据集进行... 为了提高传统基于像元的高分辨率卫星影像变化检测方法的精度,本文提出了一种基于量子多尺度融合的高分卫星影像建筑物变化检测算法。首先,对双时相高分辨率卫星影像进行多尺度分割,构成多尺度影像数据集;然后,对多尺度影像数据集进行迭代慢特征变换,得到不同尺度的变化强度图,再利用量子理论对多尺度变化强度图进行融合,以得到融合后的变化强度图;最后,通过最大类间方差法完成变化强度图的阈值分割,得到二值化变化检测结果。利用两组不同时相的实际高分卫星影像,对本文算法进行了试验验证。试验结果表明,与单一尺度面向对象变化检测方法和熵权法多尺度融合方法相比,本文算法可以取得更高的建筑物变化检测精度。 展开更多

关键词 高分卫星影像 建筑物变化检测 量子理论 迭代慢特征分析 多尺度融合

在线阅读 下载PDF 职称材料

融合孪生神经网络与互注意力的建筑物变化检测

3

作者 刘晨晨 葛小三 武永斌 《遥感信息》 CSCD 北大核心 2024年第5期70-77,共8页

针对在双时相影像中提取建筑物变化区域时易出现漏检错检现象等问题,提出了一种基于孪生神经网络和多头注意力机制的遥感影像建筑物变化检测模型。该模型采用改进的轻量级网络MobileNetv2作为特征提取网络,设计了一种编解码结构的互注... 针对在双时相影像中提取建筑物变化区域时易出现漏检错检现象等问题,提出了一种基于孪生神经网络和多头注意力机制的遥感影像建筑物变化检测模型。该模型采用改进的轻量级网络MobileNetv2作为特征提取网络,设计了一种编解码结构的互注意力网络用于双时相遥感影像特征的交互融合,引入多头注意力机制实现了全局信息的上下文建模,对高级语义特征进行细化分析,充分利用了遥感影像的多尺度信息。该方法在LEVIR-CD和WHU数据集上的变化检测结果均优于其他主流分割网络,能够有效改善大型建筑物的内部空洞和漏检错检现象。 展开更多

关键词 建筑物变化检测 孪生神经网络 多头注意力机制 MobileNetv2 深度学习

在线阅读 下载PDF 职称材料

利用结构面对象的高分遥感影像建筑物变化检测 被引量：3

4

作者 刘海飞 杨敏华 +2 位作者 王晶 徐刚 陈杰 《测绘通报》 CSCD 北大核心 2021年第6期16-20,共5页

根据建筑物具有丰富的角点和规则的外观形状的特点,本文提出了依据线段信息生成建筑物变化检测基本单元——结构面对象的建筑物变化检测方法。从高分遥感影像中提取出建筑物的边缘线及屋顶外形线条,生成结构面对象并提取其在两时相影像... 根据建筑物具有丰富的角点和规则的外观形状的特点,本文提出了依据线段信息生成建筑物变化检测基本单元——结构面对象的建筑物变化检测方法。从高分遥感影像中提取出建筑物的边缘线及屋顶外形线条,生成结构面对象并提取其在两时相影像中相应的特征信息,通过监督分类获取变化建筑区域。试验结果表明,利用结构面对象进行建筑物变化检测能较完整地覆盖变化建筑物表面且对象边缘检测效果较好。 展开更多

关键词 建筑物变化检测 结构面对象 线特征 结构特征 超像素

在线阅读 下载PDF 职称材料

面向高分辨率遥感影像建筑物变化检测的边缘感知网络 被引量：7

5

作者 吴纹辉 慎利 +1 位作者 董新丰 杜有德 《地理与地理信息科学》 CSCD 北大核心 2021年第3期21-28,F0002,共9页

为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Network,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测。ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多... 为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Network,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测。ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息。在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++_MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息。 展开更多

关键词 高分辨率遥感影像 建筑物变化检测 边缘感知网络 多特征融合

在线阅读 下载PDF 职称材料

基于FlowS-Unet的遥感图像建筑物变化检测 被引量：38

6

作者 顾炼 许诗起 竺乐庆 《自动化学报》 EI CSCD 北大核心 2020年第6期1291-1300,共10页

针对目前人为探察土地资源利用情况的任务繁重、办事效率低下等问题,提出了一种基于深度卷积神经网络的建筑物变化检测方法,利用高分辨率遥感图像实时检测每个区域新建与扩建的建筑物,以方便对土地资源进行有效管理.本文受超列(Hypercol... 针对目前人为探察土地资源利用情况的任务繁重、办事效率低下等问题,提出了一种基于深度卷积神经网络的建筑物变化检测方法,利用高分辨率遥感图像实时检测每个区域新建与扩建的建筑物,以方便对土地资源进行有效管理.本文受超列(Hypercolumn)和FlowNet中的细化(Refinement)结构启发,将细化和其他改进应用到U-Net,提出FlowS-Unet网络.首先对遥感图像裁剪、去噪、标注语义制作数据集,将该数据集划分为训练集和测试集,对训练集进行数据增强,并根据训练集图像的均值和方差对所有图像进行归一化;然后将训练集输入集成了多尺度交叉训练、多重损失计算、Adam优化的全卷积神经网络FlowS-Unet中进行训练;最后对网络模型的预测结果进行膨胀、腐蚀以及孔洞填充等后处理得到最终的分割结果.本文以人工分割结果为参考标准进行对比测试,用FlowS-Unet检测得到的F1分数高达0.943,明显优于FCN和U-Net的预测结果.实验结果表明,FlowS-Unet能够实时准确地将新建与扩建的建筑物变化检测出来,并且该模型也可扩展到其他类似的图像检测问题中. 展开更多

关键词 FlowS-Unet 建筑物变化检测 全卷积神经网络 多尺度交叉训练 多重损失

在线阅读 下载PDF 职称材料

基于深度置信网络与数学形态学融合的遥感影像建筑物变化检测 被引量：4

7

作者 朱春宇 王明常 +2 位作者 王凤艳 张海明 李婷婷 《科学技术与工程》 北大核心 2020年第8期3157-3163,共7页

当前人工调查土地资源利用情况具有较高的人力成本且劳动强度大,对其实现自动变化检测具有较高的理论和应用价值。将深度置信网络(deep belief network,DBN)应用于高分辨率遥感影像的建筑物变化检测,但DBN在变化检测时存在由误判现象造... 当前人工调查土地资源利用情况具有较高的人力成本且劳动强度大,对其实现自动变化检测具有较高的理论和应用价值。将深度置信网络(deep belief network,DBN)应用于高分辨率遥感影像的建筑物变化检测,但DBN在变化检测时存在由误判现象造成的建筑物完整度欠缺、空间存在噪声等问题,提出DBN与数学形态学融合模型对高分辨率遥感影像建筑物进行变化检测。在遥感影像预处理基础上,标记少量明显的变化与未变化样本,利用搜索窗口从标记的区域获取大量带有标签的样本训练融合模型分类器对建筑物进行变化检测,检测方法准确率为94.76%,召回率为87.63%,F 1为91.06%。实验结果表明,该方法可以为建筑物的变化检测提供有效依据。 展开更多

关键词 建筑物变化检测 高分辨率遥感影像 深度置信网络 数学形态学

在线阅读 下载PDF 职称材料

基于正态分布的三维建筑物变化检测高度差阈值确定方法 被引量：3

8

作者 李睿 周晓光 侯东阳 《测绘通报》 CSCD 北大核心 2022年第9期98-104,共7页

针对现有三维建筑物变化检测中高度差阈值确定方法存在主观性强、阈值通用性差的问题,本文提出了一种基于正态分布的高度差阈值确定方法。借鉴二维变化检测中变化和未变化像元差值服从正态分布的理论,首先,假设2期DSM高度差服从或近似... 针对现有三维建筑物变化检测中高度差阈值确定方法存在主观性强、阈值通用性差的问题,本文提出了一种基于正态分布的高度差阈值确定方法。借鉴二维变化检测中变化和未变化像元差值服从正态分布的理论,首先,假设2期DSM高度差服从或近似服从正态分布,并分析了变化和未变化区域高度差的分布;然后,基于拉依达准则提出了利用期望和标准差计算高度差阈值的方法;最后,利用滑动窗口动态计算待检测区域高度差阈值。在2个试验区内,基于本文阈值方法的建筑物变化检测结果较经验阈值方法在完整率、正确率和检测质量上分别平均提高了7.2%、1.5%和7.8%,说明该方法具有较好的通用性。 展开更多

关键词 正态分布 建筑物变化检测 DSM 高度差阈值 拉依达准则

在线阅读 下载PDF 职称材料

改进U-Net的遥感图像中建筑物变化检测 被引量：33

9

作者 张翠军 安冉 马丽 《计算机工程与应用》 CSCD 北大核心 2021年第3期239-246,共8页

提出了一种改进U-Net的遥感图像中建筑物变化检测方法,将变化检测问题转化为像素级二分类问题,利用U-Net模型对图像进行分类,把图像中的每个像素划分为变化类或非变化类,并根据变化类的像素得到建筑物的变化检测结果图。针对U-Net模型... 提出了一种改进U-Net的遥感图像中建筑物变化检测方法,将变化检测问题转化为像素级二分类问题,利用U-Net模型对图像进行分类,把图像中的每个像素划分为变化类或非变化类,并根据变化类的像素得到建筑物的变化检测结果图。针对U-Net模型进行遥感图像中建筑物变化检测时,在训练中容易出现过拟合的现象,提出用非对称卷积块代替U-Net网络特征提取部分的标准卷积操作,增强卷积核的鲁棒性和网络的中心骨架,防止过拟合;针对变化检测数据集中图像背景复杂、小目标的变化情况容易被漏检的问题,提出在U-Net中引入注意力机制,抑制模型对非变化类像素特征的学习,加强对变化类特征的学习,提取到更适合的特征。实验结果表明,在引入非对称卷积块和注意力机制后,变化检测的F1分数有明显的提升。 展开更多

关键词 建筑物变化检测 U-Net 非对称卷积块 注意力机制

在线阅读 下载PDF 职称材料

利用倾斜影像重建点云的建筑物变化检测 被引量：4

10

作者 黄桦 葛为燎 +2 位作者 刘微微 钱荣荣 李杰 《测绘通报》 CSCD 北大核心 2023年第5期125-129,共5页

城镇空间建筑物的变化检测是分析城市空间格局变化的一项重要内容。针对利用卫星影像检测建筑物变化过程中噪声、复杂边界等干扰难题,本文从不同期倾斜影像重建点云中自动提取建筑物平面和高度两个维度的准确变化信息。首先采用布料模... 城镇空间建筑物的变化检测是分析城市空间格局变化的一项重要内容。针对利用卫星影像检测建筑物变化过程中噪声、复杂边界等干扰难题,本文从不同期倾斜影像重建点云中自动提取建筑物平面和高度两个维度的准确变化信息。首先采用布料模拟滤波算法较大程度上减少地形点的影响;然后利用一种动态图神经网络深度学习方法,有效地检测出点云中的建筑物,通过前后两期点云分类后结果对比提取出建筑物的三维变化信息;最后选取杭州市萧山区局部区域的两期倾斜摄影测量密集匹配点云数据开展分析验证。结果表明,本文方法能够在大范围内快速实现可靠的建筑物变化检测,建筑物平面和高程两个维度的变化信息均有很好的反映,为城市精细化管理提供了一种有效方法。 展开更多

关键词 点云分类 建筑物变化检测 布料模拟滤波算法 动态图神经网络 三维变化

在线阅读 下载PDF 职称材料

基于随机补片和DeepLabV3+的建筑物遥感图像变化检测 被引量：12

11

作者 王民水 孔祥明 +3 位作者 陈学业 杨国东 王明常 张海明 《吉林大学学报（地球科学版）》 CAS CSCD 北大核心 2021年第6期1932-1938,共7页

为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随... 为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随机补片作为网络输入,训练建筑物提取网络;修改建筑物提取网络输入层为6通道,通过矩阵运算将两期遥感图像转换为一幅6通道非RGB图像,利用转换后的非RGB图像进行网络训练并验证变化检测精度。实验1利用ENVI5.3软件,采用马氏距离法进行变化检测;实验2采用改进的U-Net网络和随机补片,完成网络训练和精度验证;实验3使用实验2的训练数据和验证数据,采用随机补片和DeepLabV3+网络进行变化检测网络训练及精度验证。实验结果表明,该方法实验1、实验2、实验3建筑物变化检测平均交并比分别为24.43%、83.14%、89.90%,边界轮廓匹配分数分别为61.47%,80.24%、96.51%。 展开更多

关键词 随机补片 DeepLabV3+网络 语义分割 建筑物变化检测

在线阅读 下载PDF 职称材料

基于语义分割的遥感影像建筑变化检测 被引量：1

12

作者 尹美杰 倪翠 +1 位作者 王朋 张广渊 《应用科学学报》 CAS CSCD 北大核心 2023年第3期448-460,共13页

遥感影像变化检测是利用多时相影像确定一定时间内地物或现象的变化,提供地物空间变化的定性与定量信息。传统遥感影像变化检测方法主要基于地面纹理及空间特征的方法,存在着难以精确识别遥感影像中新增建筑物的问题,为此该文提出了一... 遥感影像变化检测是利用多时相影像确定一定时间内地物或现象的变化,提供地物空间变化的定性与定量信息。传统遥感影像变化检测方法主要基于地面纹理及空间特征的方法,存在着难以精确识别遥感影像中新增建筑物的问题,为此该文提出了一种基于UNet网络的遥感影像建筑物变化检测方法。首先,将轻量级高效通道注意力机制网络(efficient channel attention network,ECANet),注入到原UNet网络模型,调整并优化网络结构,提升影像分割的准确度。然后改进SENet网络参数,提高遥感影像中的建筑物变化检测的精度。该文在高分辨率数据集LIVER-CD上进行实验,结果表明,所提方法的语义分割准确度达到99.03%,建筑变化检测准确率达到98.62%。相比于其他方法,该方法增强了影像的有效特征,提升了遥感影像中地面建筑物的检测精度。 展开更多

关键词 改进UNet 注意力机制 语义分割 遥感影像 建筑物变化检测

在线阅读 下载PDF 职称材料

基于形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法 被引量：11

13

作者 史忠奎 李培军 +1 位作者 罗伦 阳柯 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第1期105-114,共10页

提出一种利用形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法。用该方法计算路域范围内两时相高分辨率遥感影像的形态学属性剖面,将得到的形态学属性剖面与光谱特征叠加,采用改进的单类随机森林分类方法直接提取新增建... 提出一种利用形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法。用该方法计算路域范围内两时相高分辨率遥感影像的形态学属性剖面,将得到的形态学属性剖面与光谱特征叠加,采用改进的单类随机森林分类方法直接提取新增建筑物。以北京市稻香湖地区两时相高分辨率影像作为实验数据,对比分析该方法与经典两时相直接分类及分类后比较方法的新增建筑物提取精度。结果表明,综合利用形态学属性剖面和光谱特征提取得到的新增建筑物提取精度比仅使用光谱特征的提取精度显著提高,其中Kappa系数提高15.11%。此外,该方法提取结果的Kappa系数比两时相直接分类方法提高1.78%,比分类后比较方法提高25.15%,验证了所提方法的有效性。所采用的单类随机森林方法能够有效地处理高维数据,并可以度量不同特征对分类结果的重要性。 展开更多

关键词 高分辨率遥感影像 道路路域 建筑物变化检测 形态学属性剖面 单类随机森林

在线阅读 下载PDF 职称材料