一种基于U-Net的高分影像土地利用/覆盖变化检测方法

• 作者: 李聪毅 孔祥兵 杨娜 王逸男 杨刚凤
• 来源期刊: 水土保持通报
• 关键词: 变化检测 高分辨率遥感 U型神经网络 深度学习
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 水保监测与应用技术|Soil and Water Conservation Monitoring and Applied Technology
• 页码范围: 133-138,144
• 页数: 7页
• 分类号: P237
• 语种: 中文

摘要

[目的]介绍一种基于U-Net的高分影像的土地利用/覆盖变化检测方法,为该模型在遥感影像变化检测方面的应用提供理论支持.[方法]采用U型神经网络对河南省禹州市两期高分一号影像和WHU building dataset建筑物变化检测数据集中的变化图斑进行自动检测试验,并与FCN和SegNet两种模型进行比较.[结果]在两个数据集的验证样本中,U型神经网络模型的F1 值分别为0.699,0.66和0.673,均优于其他两种模型,并且漏检率较低,更加接近变化参考图.[结论]采用U型神经网络对高分辨率遥感影像进行土地利用/覆盖变化检测是可行的,且能有较高的检测精度.