差异特征融合的无监督SAR图像变化检测

• 作者: 雷涛 王洁 薛丁华 王兴武 杜晓刚
• 来源期刊: 智能系统学报
• 关键词: SAR遥感影像 变化检测 无监督学习 卷积神经网络 特征融合 差异图像 模糊聚类 孪生网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能院长论坛|Dean Forum on Artificial Intelligence
• 页码范围: 595-604
• 页数: 10页
• 分类号: TP18
• 语种: 中文
• DOI: 10.11992/tis.202103011

摘要

针对Siamese网络忽略不同层级差异特征之间的关联导致检测精度有限的问题,提出了基于差异特征融合的无监督SAR(synthetic aperture radar)图像变化检测算法.首先,利用对数比值算子和均值比值算子构建两幅信息互补的差异图,通过引入能量矩阵对差异图进行像素级融合以提高其信噪比;其次,设计了一种基于差异特征融合的Siamese网络(difference feature fusion for Siamese,DFF-Siamese),该网络能够通过差异特征提取模块在决策层综合衡量不同层级特征之间的差异程度,从而有效增强网络的特征表达能力;最后,利用模糊聚类算法对融合结果进行分类构建"伪标签",用于训练DFF-Siamese网络以实现高精度SAR图像变化检测.在3组真实遥感数据集上的实验结果表明,本文提出的算法与其他对比算法相比具有更高的检测精度和更低的错误率.