高分辨率遥感影像的深度学习变化检测方法

• 作者: 张鑫龙 李飞 杨婷 陈秀万
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 变化检测 高分辨率遥感 深度学习
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 999-1008
• 页数: 10页
• 分类号: P237
• 字数: 6755字
• 语种: 中文
• DOI: 10.11947/j.AGCS.2017.20170036

摘要

为提升高分辨率遥感影像的变化检测精度,提出一种利用深度学习的变化检测方法.在预处理的基础上,利用顾及邻域信息的改进变化矢量分析算法和灰度共生矩阵算法获取影像间光谱和纹理变化,并通过设置自适应采样区间提取最可能的变化和未变化区域样本.构建并训练包含标签层的高斯伯努利深度限制玻尔兹曼机模型,以提取变化和未变化区域深层特征,从而有效辨别变化区域.通过WorldView-3与Pléiades-1影像的试验表明本文方法在变化检测精度方面优于对比方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秀万	北京大学地球与空间科学学院	78	1624	21.0	37.0
2	李飞	北京大学地球与空间科学学院	32	123	6.0	11.0
3	杨婷	北京大学地球与空间科学学院	18	184	6.0	13.0
4	张鑫龙	北京大学地球与空间科学学院	4	80	4.0	4.0