基于DeepLabV3+孪生网络的遥感建筑物变化检测

作     者：郭江 辛月兰 王庆庆 王浩臣 盛月 Guo Jiang;Xin Yuelan;Wang Qingqing;Wang Haochen;Sheng Yue

作者机构：青海师范大学计算机学院西宁810001 藏语智能信息处理及应用国家重点实验室西宁810001 

基　　金：国家自然科学基金(61662062) 青海省自然科学基金面上项目(2022-ZJ-929)资助 

出 版 物：《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期：2024年第43卷第3期

页      码：129-137页

摘      要：针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络。首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来提取特征;其次,针对孪生网络特征融合不充分的问题,设计了基于注意力的双通道融合模块;此外,为提高模型整体信息感知能力,对空洞空间卷积金字塔池化做增强处理;最后,在特征恢复阶段引入特征对齐模块和全连接CRF进一步补充和细化分割结果。在LEVIR-CD数据集上精确率(precision)、召回率(recall)和F1指数分别达到了0.9233、0.8994和0.9112。

主 题 词：遥感图像变化检测 双通道融合 空洞空间卷积 特征对齐 全连接CRF 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.19652/j.cnki.femt.2305555

馆 藏 号：203127493...