典型文献
一种融合注意力机制的建筑物变化检测模型
文献摘要：
针对城市建筑物变化检测问题,该文基于U-net深度学习语义分割模型,提出了一种融合残差结构和注意力机制的遥感影像建筑物变化检测模型,以U-net模型为基础,引入ResNet50的残差结构用来代替编码阶段中的卷积层,在加深网络深度的同时解决梯度消失的问题;在解码阶段横向连接结构中引入注意力机制,加强网络对变化建筑物特征的学习.实验表明,在U-net结构的基础上加入残差结构和注意力模块后,建筑物变化检测的精确率、召回率、F1值分别提升了 6.28％、6.02％、5.88％.
文献关键词：
建筑物变化检测;注意力机制;ResNet50;U-net
中图分类号：
作者姓名：
陈良轩;于海洋;李英成;何子鑫;于丽丽
作者机构：
河南理工大学 自然资源部矿山时空信息与生态修复实验室,河南 焦作 454000;中测新图(北京)遥感技术有限责任公司,北京 100039;北京市低空遥感数据处理工程技术研究中心,北京 100039;自然资源部航空遥感技术重点实验室,北京 100039
文献出处：
引用格式：
[1]陈良轩;于海洋;李英成;何子鑫;于丽丽-.一种融合注意力机制的建筑物变化检测模型)[J].测绘科学,2022(04):153-159
A类：
B类：
注意力机制,建筑物变化检测,检测模型,城市建筑物,检测问题,net,习语,语义分割,分割模型,融合残差,残差结构,遥感影像,ResNet50,卷积层,梯度消失,解码,横向连接,连接结构,注意力模块,精确率,召回率
AB值：
0.341851
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。
