典型文献
一种基于双支路神经网络遥感影像的建筑物变化检测方法
文献摘要：
针对当前深度学习遥感建筑物变化检测方法难以顾及多时相语义特征的相关性和互补性的问题,本文利用双支神经网络具有从不同时相遥感影像中直接提取图像特征信息,发现不同时相遥感影像中同类地物特征的相似性找出图像中的变化信息的能力,提出了一种基于双支路神经网络遥感影像的建筑物变化检测方法,用于克服不同成像条件带来的图像特征差异,融合多时相语义特征的相关性和互补性,提高遥感建筑物变化检测的精度.在国产高分卫星影像数据集上的实验结果表明,本文方法比单支网络SegNet识别准确性更高,边界更加清晰,小斑块建筑物变化也能够更准确地识别.
文献关键词：
建筑物变化检测;双支神经网络;高分辨率遥感影像
中图分类号：
作者姓名：
侯恩兵;吴艳兰;任光耀;张海;汪涵;杨辉
作者机构：
安徽省第二测绘院,安徽合肥230061;安徽大学资源与环境工程学院,安徽合肥230601
文献出处：
引用格式：
[1]侯恩兵;吴艳兰;任光耀;张海;汪涵;杨辉-.一种基于双支路神经网络遥感影像的建筑物变化检测方法)[J].测绘与空间地理信息,2022(09):40-43
A类：
双支神经网络
B类：
支路,路神,建筑物变化检测,顾及,多时相,语义特征,互补性,不同时相,中直,图像特征,特征信息,地物,出图,成像条件,特征差异,国产高分卫星,卫星影像数据,SegNet,斑块,高分辨率遥感影像
AB值：
0.252881
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。
