基于Segnet网络和迁移学习的全景街区影像变化检测

作者：余晓娜; 黄亮; 陈朋弟

来源：重庆大学学报, 2022, 45(11): 100-107.

• Segnet网络
• 迁移学习
• 全景街区影像
• 变化检测
• 支持向量机

针对采用传统方法难以提高全景街区影像变化检测精度的问题，提出一种基于Segnet网络和迁移学习的全景街区影像变化检测方法。首先对数据集“TSUNAMI”进行预训练并对训练集进行分类归并；然后采用Segnet网络对全景街区影像进行语义分割，最后对语义分割结果进行差值运算，得到变化差异图并进行精度评价。实验选取两组全景街区影像，采用最大似然法、支持向量机方法(SVM, support vector machine)以及提出方法对这2组数据进行对比实验，第一组得到的精度分别为65.1%、72.1%和81.4%;第二组得到的精度分别为66.5%、70.6%、82.2%。实验结果表明提出的方法具有更高的变化检测精度，可为城市违章排查、灾后重建等提供技术支撑。

• 单位
  昆明理工大学