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
• 学科: 地球科学
• 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
• 页码范围: 133-138
• 页数: 5页
• 分类号: P237
• 语种: 中文
• DOI: 10.13961/j.cnki.stbctb.2021.04.019

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。