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：水土保持通报, 2021, 41(04): 133-144.

DOI：10.13961/j.cnki.stbctb.2021.04.019

• 变化检测
• 高分辨率遥感
• U型神经网络
• 深度学习

[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。

• 单位
  河南理工大学; 黄河水利科学研究院