一种新的基于深度学习的遥感影像变化检测算法——H-BIT方法的提出与应用

傅绘锦

您当前的位置：

首页 >

文章列表页 >

一种新的基于深度学习的遥感影像变化检测算法——H-BIT方法的提出与应用

更新时间：2025-11-25

- 一种新的基于深度学习的遥感影像变化检测算法——H-BIT方法的提出与应用
- Vol. 21, Issue 1, Pages: 53-57(2023)
- 作者机构：
  
  武汉大学遥感信息工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP18;TP751
- Published：2023
- 稿件说明：
移动端阅览
傅绘锦. 一种新的基于深度学习的遥感影像变化检测算法——H-BIT方法的提出与应用[J]. 2023, 21(1): 53-57.
DOI：

傅绘锦. 一种新的基于深度学习的遥感影像变化检测算法——H-BIT方法的提出与应用[J]. 2023, 21(1): 53-57. DOI：

摘要

对遥感影像变化检测进行了研究，提出了一种融合HRNet与BIT的H-BIT方法，能兼顾遥感影像高分辨率与高语义特征，在场景复杂、目标尺度跨度大时表现优异。该方法经HRNet网络、词元分析器处理后，引入Transformer，通过注意力机制，能从更大的感受野解译变化结果。在LEVIR-CD数据集上进行了实验，结果表明H-BIT方法能完整提取目标，对目标边缘的处理更平滑，变化检测的精确率、召回度、F1得分和总体精度分别为86.95%、90.24%、87.93%和96.62%，均高于原始BIT算法的表现，说明该方法能适应多尺度目标与复杂场景，变化检测精度高、计算速度快、鲁棒性高、泛化性强。

Abstract

关键词

Keywords

references

赵祥,王涛,张艳,郑迎辉,张昆,王龙辉.基于改进DeepLabv3+孪生网络的遥感影像变化检测方法[J].地球信息科学学报,2022(08).

肖明虹,冯文卿,眭海刚.超像素分割和多方法融合的遥感影像变化检测方法[J].测绘通报,2018(10).

孙红岩.基于多特征融合的遥感图像特征提取方法[J].计算机仿真,2016(10).

Gong Maoguo,Zhan Tao,Zhang Puzhao,Miao Qiguang.Superpixel-Based Difference Representation Learning for Change Detection in Multispectral Remote Sensing Images[J].IEEE Transactions on Geoscience and Remote Sensing,2017.

Haobo Lyu,Hui Lu,Lichao Mou.Learning a Transferable Change Rule from a Recurrent Neural Network for Land Cover Change Detection[J].Remote Sensing,2016.

Views

507

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于注意力机制的遥感影像道路提取方法

基于注意力机制与可变形卷积的遥感图像变化检测方法

场景分类驱动的遥感影像建筑物变化检测

基于深度学习方法的耕地违建自动提取

基于深度学习的遥感影像地表水时空监测与分析

Related Author

王子明

戴诗涛

张晶

王航

李炎寅

耿欣

雷丽珍

花卉

Related Institution

江苏省地质工程勘察院

广东省国土资源测绘院

园测信息科技股份有限公司

广东省国土资源技术中心

武汉汉达瑞科技有限公司

AI问答

⁰