科研之友
微信
新浪微博
Facebook
分享链接
摘要
高分辨率遥感图像中地物越来越清晰,变化检测不仅要能检测出大目标的变化,也要能检测出小目标的变化,还要兼顾干扰因素对变化性质的判断.本文针对高分辨率遥感图像变化检测,提出一种多尺度稀疏卷积模型,利用不同数量不同尺度的卷积层提取多尺度的特征,通过1×1卷积层实现跨通道信息整合,把不同通道中相关性高、同一空间位置的特征聚合在一起,有效减少了通道数量和参数数量,使得模型呈现稀疏性,大幅度削减参数的相互依存关系,一定程度上缓解了过拟合问题,使模型具有高效的学习能力和高容量的表达能力.同时,本文探讨了孪生网络和多通道网络对变化检测精度的影响.通过对不同场景的高分辨率遥感图像数据进行实验,表明所提方法能有效检测大目标和小目标的变化情况.
- 单位
