科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高分辨率遥感影像变化检测中存在的变化像素与未变化像素边界难以准确区分以及变化小、目标检测中容易出现漏检等问题，本文提出一种联合密集连接与注意力的孪生网络(CDASNet)。该网络采用孪生网络的输入方式，并在编码阶段利用残差连接单元以及密集连接的方式增强对原始影像底层特征的提取，同时在解码阶段引入注意力模块为不同层次的特征图赋予新权重来关注变化信息，进一步利用跳跃连接将编码阶段的浅层特征和解码阶段的深层特征进行融合，最终经过上采样恢复原始影像分辨率得到变化检测结果。将本文方法应用在LEVIR-CD数据集和CDD数据集中进行实验，结果表明，本文提出的方法在精度和召回率上都优于FC-Siam-conv、FC-Siam-diff、DSAMNet、SUN-CD 4种方法。
-
单位信息工程大学地理空间信息学院
