摘要
针对采用遥感影像进行建筑物变化检测中,小型建筑物易于漏检和错检的问题,文章提出一种改进的UNet++网络模型,即采用孪生结构(Siamese-diff)进行编码器构建,实现两个不同时相遥感影像特征的同步提取;在此基础上,采用VGG构建更深层次的网络结构,深度挖掘遥感影像中的深层特征;最后,在网络的跳跃连接部分引入注意力机制,增强网络对建筑物变化特征的学习能力.实验结果表明,新方法相比较于未改进前精确率提高3.1%,召回率提高1.8%,F1 提高2.4%,说明新方法能够更好的识别变化的小型建筑物,有效的提升了建筑物变化检测的能力.
NETL
NSTL
维普
万方数据