基于深度置信网络的无人机航拍图像变化检测

• 作者: 张怡 陈平
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 深度置信网络 无人机图像 变化检测 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 190-196
• 页数: 7页
• 分类号: TP391
• 字数: 3970字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2020.03.002

摘要

无人机(UAV)图像的变化检测对城市规划发展中的城市空间布局、土地利用信息具有重要的意义.针对航拍图像地面背景复杂,传统的变化检测方法鲁棒性低等问题,研究基于深度置信网络(DBN)的无人机航拍图像变化检测方法.利用DBN能够自动学习、提取特征的特点,将DBN应用到无人机图像的变化检测中.首先通过模糊C聚类联合算法对采集的图像进行预分类,并在此基础上进行DBN的逐层预训练;然后利用反向传播算法微调整个网络,从而使网络权值达到最优;最后,将该DBN模型应用于无人机图像的变化检测.实验结果表明,该方法能够有效地提取出图像的变化区域,检测准确率达到95％以上,该方法提高了图像变化检测的精度,实现了图像变化检测的智能化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平	中北大学信息与通信工程学院	61	193	6.0	11.0
2	张怡	中北大学信息与通信工程学院	3	10	1.0	3.0