典型文献
基于改进DeepLabv3+孪生网络的遥感影像变化检测方法
文献摘要：
传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差.因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进:①在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;②在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;③在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性.应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验.试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到87.3％、90.2％、88.4％、96.4％,均高于UNet-EF、FC-Siam-conc、Siam-DeepLabv3+网络和N-Siam-DeepLabv3+网络,检测结果较为完整,对边界的检测也更为平滑,且对尺度变化具有更高的鲁棒性.
文献关键词：
变化检测;孪生网络;DeepLabv3+;DenseASPP;特征对齐;ASPP;注意力机制;深度学习
中图分类号：
作者姓名：
赵祥;王涛;张艳;郑迎辉;张昆;王龙辉
作者机构：
信息工程大学,郑州450001
文献出处：
引用格式：
[1]赵祥;王涛;张艳;郑迎辉;张昆;王龙辉-.基于改进DeepLabv3+孪生网络的遥感影像变化检测方法)[J].地球信息科学学报,2022(08):1604-1616
A类：
conc
B类：
DeepLabv3+,孪生网络,遥感影像变化检测,算法设计,不同时相,入神,法会,高维特征,模型鲁棒性,编解码结构,在编,权值,提取特征,特征融合,密集空洞空间金字塔池化,空间金字塔池化模型,过密,密集连接,空洞卷积,不同尺度,目标分割,层级特征,特征图,图信息,息差,注意力机制,特征对齐,强化学习,开源数据集,CDD,UNet,EF,FC,Siam,网络对比,精确率,召回率,总体精度,上达,尺度变化,DenseASPP
AB值：
0.293309
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
