科研之友
微信
新浪微博
Facebook
分享链接
摘要
当前的云检测方法未能充分利用遥感图像的光谱特征和空间特征。光谱信息的不充分利用会导致错分具有和云相似光谱特征的目标，而空间信息的不充分利用会导致碎云和薄云难以识别。基于此，提出一种融合遥感图像光谱和空间信息的新型云检测深度网络(SSFF-Net)。SSFF-Net首先利用1×1的卷积核提取遥感图像的光谱特征，其次将Transformer引入到遥感图像空间上的编解码来学习远距离的特征，充分利用遥感图像的光谱和空间信息。SSFF-Net克服了光谱特征提取依赖于经验性的线性组合，并能减少空间位置信息损失。将模型在Landsat 8 Biome以及AIR-CD数据集上进行评估，结果表明SSFF-Net具有较好的云检测效果，精度分别达到97%和96%。
- 单位
