基于注意力机制与可变形卷积的遥感图像变化检测方法

戴诗涛; 张晶

您当前的位置：

首页 >

文章列表页 >

基于注意力机制与可变形卷积的遥感图像变化检测方法

更新时间：2026-06-23

- 基于注意力机制与可变形卷积的遥感图像变化检测方法
- Vol. 22, Issue 10, Pages: 22-25(2024)
- 作者机构：
  
  广东省国土资源测绘院
- 作者简介：
- 基金信息：
- DOI：
  CLC： P237
- Published：2024
- 稿件说明：
移动端阅览
戴诗涛, 张晶. 基于注意力机制与可变形卷积的遥感图像变化检测方法[J]. 2024, 22(10): 22-25.
DOI：

戴诗涛, 张晶. 基于注意力机制与可变形卷积的遥感图像变化检测方法[J]. 2024, 22(10): 22-25. DOI：

摘要

针对传统遥感图像变化检测语义分割方法分割精度不高、边缘分割不准确的问题，提出一种基于可变形卷积与注意力机制的遥感图像变化检测方法。该方法以PSPNet为基础模型，首先，主干网络选择轻量化的MobileNet，可以减少模型的参数量；其次，在金字塔池化模块中引入可变形卷积，能够通过可变形的接收场自适应获取遥感图像前后变化特征信息；最后，引入注意力机制模块，能够忽略无关的背景信息。该方法在CDD、LEVIR-CD遥感图像变化检测数据集上进行验证，交并比指标较基础模型分别提高了1.45%和2.01%。结果表明，相较于经典的语义分割方法，该方法融合了可变形卷积、双重注意力机制的优点，能够更加准确地提取遥感图像中变化检测的信息。

Abstract

关键词

Keywords

references

申传庆,王凯,王文杰.基于ResNet-UNet的地表覆盖自动分类技术研究[J].地理空间信息,2023(06).

陈婕,刘纪平,徐胜华.增强边缘信息的全卷积神经网络遥感影像建筑物变化检测[J].测绘通报,2023(06).

沈鑫甦,嵇灵.面向遥感地类变化检测的U型深度学习神经网络改进方法[J].测绘通报,2023(06).

李滔,王海瑞.基于孪生注意力网络的建设用地遥感影像变化检测[J].计算机科学,2023(S1).

王超,王帅,陈晓,李俊勇,谢涛.联合UNet++和多级差分模块的多源光学遥感影像对象级变化检测[J].测绘学报,2023(02).

宋文宣,彭代锋.一种改进全卷积网络的遥感影像变化检测[J].遥感信息,2022(06).

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).

张祖勋,姜慧伟,庞世燕,胡翔云.多时相遥感影像的变化检测研究现状与展望[J].测绘学报,2022(07).

杜培军,林聪,陈宇,王欣,张伟,郭山川.多时相遥感影像样本迁移模型与地表覆盖智能分类[J].同济大学学报(自然科学版),2022(07).

常振良,杨小冈,卢瑞涛,庄昊.基于改进DeepLabv3+的高分辨率遥感影像变化检测研究[J].激光与光电子学进展,2022(12).

王鑫,张香梁,吕国芳.基于融合边缘变化信息全卷积神经网络的遥感图像变化检测[J].电子与信息学报,2022(05).

冯权泷,陈泊安,李国庆,姚晓闯,高秉博,张连翀.遥感影像样本数据集研究综述[J].遥感学报,2022(04).

杨景玉,贾多科,王阳萍.基于超像素分割与CRF的高分辨率遥感影像变化检测[J].测绘通报,2022(02).

任秋如,杨文忠,汪传建,魏文钰,钱芸芸.遥感影像变化检测综述[J].计算机应用,2021(08).

王昶,张永生,王旭,于英.基于深度学习的遥感影像变化检测方法[J].浙江大学学报(工学版),2020(11).

Views

213

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于特征自适应选择网络的遥感图像语义分割

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

利用改进的U-Net的建筑物提取方法

基于深度特征聚合网络的高分辨率遥感图像语义分割

基于注意力机制的遥感影像道路提取方法

Related Author

陈永贵

杨德志

傅绘锦

熊伟

蒙友波

袁志明

黄康江

陈洋

Related Institution

河南测绘职业学院

北京东方至远科技股份有限公司

武汉大学遥感信息工程学院

江西应用工程职业学院

贵州省自然资源勘测规划研究院

AI问答

⁰