基于卷积神经网络的遥感图像变化检测

• 作者: 向阳 孟琮棠 赵银娣
• 来源期刊: 现代测绘
• 学科: 工学
• 关键词: 变化检测 深度学习 卷积神经网络 孪生卷积神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 科技专栏·地理大数据理论与方法
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP751
• 字数: 3897字
• 语种: 中文

摘要

主要研究了针对目标区域的基于卷积神经网络的变化检测方法,对比了两种卷积神经网络的方法,包括使用以VGG16为网络结构,将图像裁剪为16×16的图块,以这些图块为单元,为每个图块做变化或不变化的标签,最终生成基于图块的变化图像.基于这种方法适合用于大面积变化明显的区域,对于变化范围较小的图像则不能很好地判断是否变化,其次是由于设置的图像块比较大,因此在提高训练速度的同时,难以保证良好的视觉效果.第二种是以Siamese Network为网络框架,基于编码解码的网络结构对其进行改进,通过两个通道分别输入前后时相的图像,每一次卷积后相减并利用跳跃连接与解码端的图像叠加提取特征,获得了良好的测试结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵银娣	中国矿业大学环境与测绘学院	34	234	9.0	14.0
2	孟琮棠	中国矿业大学环境与测绘学院	1	2	1.0	1.0
3	向阳	中国矿业大学环境与测绘学院	7	2	1.0	1.0