基于Siamese卷积神经网络的影像瓦片变化检测技术

• 作者: 万冉冉 刘异 庞超 廖明伟 陈娟
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 影像瓦片 Siamese卷积神经网络 深度学习 变化检测 天地图
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 技术交流
• 页码范围: 96-100,129
• 页数: 6页
• 分类号: P237
• 语种: 中文

摘要

针对地理信息变化较快而传统更新方式效率不高的问题,目前许多学者提出了各类变化检测的方法,但这些方法大都是基于影像数据进行试验,对影像预处理要求较高,且检测精度的稳定性较差,受数据源质量影响较大.而天地图、百度地图、谷歌地图等地图中均可免费下载各种级别的影像瓦片,因此本文提出利用天地图影像瓦片进行试验,采用Siamese卷积神经网络(SCNN)和深度学习技术,开发基于SCNN的高精度变化监测算法,以快速发现变化区域,实现地理信息变化信息检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘异	武汉大学测绘学院	8	108	3.0	8.0
2	万冉冉		12	42	4.0	6.0
4	廖明伟		11	10	2.0	2.0
6	陈娟		4	4	1.0	2.0
14	庞超	武汉大学测绘学院	2	3	1.0	1.0