科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统语义分割网络检测精度低，对中、小尺度目标存在误检漏检，对边界分割粗糙等现象，提出了一种基于深度学习的高分辨率遥感图像建筑物变化检测方法。采用编码-解码结构，在编码阶段采用残差网络提取图像特征，并为编码器最深层特征引入空洞卷积和金字塔池化模块，增大感受野以提取多尺度图像特征；在解码阶段使用注意力模块突出有用特征，接着聚合不同尺度不同分辨率的特征。在大型遥感建筑物变化检测数据集上进行实验。结果表明，所提方法在获取深层语义信息的同时可以较好地关注到细节信息，在精确率、召回率、F1分数上均有明显提升，在多尺度目标检测、建筑物边界提取等方面优于其他常用的语义分割网络。
- 单位
