一种结合语义分割模型和图割的街景影像变化检测方法

作     者：李文国 黄亮 左小清 王译著 LI Wenguo;HUANG Liang;ZUO Xiaoqing;WANG Yizhu

作者机构：昆明理工大学国土资源工程学院昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心昆明650093 

基　　金：国家自然科学基金(41961039,41961053) 云南省应用基础研究计划面上项目(2018FB078) 云南省高校工程中心建设计划资助课题 

出 版 物：《全球定位系统》 (Gnss World of China)

年 卷 期：2021年第46卷第1期

页      码：98-104页

摘      要：由于街景影像具有地物尺度多样化、地物界限不明确、地物光谱信息复杂等问题,造成应用统计方法、机器学习等方法对复杂度高的街景影像变化检测性能欠佳.因此提出一种结合语义分割模型和图割(GC)的街景影像变化检测方法.该方法首先采用Camvid数据集训练DeeplabV3+网络得到的迁移学习模型对两个时期的街景影像进行语义分割;然后采用GC方法实现消除天空和植被等对街景影像的影响;接着采用变化向量分析(CVA)获取差异影像,最后对差异影像进行二值化和精度评价.研究结果表明,提出的方法总体精度优于大津法(OTSU)、K均值法、Segnet网络迁移学习模型方法和DeeplabV3+网络迁移学习模型方法,是一种可行的街景影像变化检测方法.

主 题 词：DeeplabV3+网络 图割(GC) 变化检测 迁移学习 变化向量分析(CVA) 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 

D　O　I：10.12265/j.gnss.2020110401

馆 藏 号：203102589...