摘要
探索和验证一种新型的遥感影像变化检测方法——利用预生成深度变化显著图的方法(PDACN),以提高对复杂城市和自然环境中变化检测的准确性和效率.围绕PDACN模型的设计与实施,采用深度可分离卷积注意力机制(PDA),结合先进的编码器结构,有效地增强了模型对多时相遥感影像的特征提取和分析能力.通过在SYSU-CD数据集上的应用,与现有的DSAMNet、BiDateNet和STANet等方法进行了比较分析.研究结果显示,PDACN模型在F1 分数、精确度、召回率和交并比等关键性能指标上均显著优于对比方法.此外,模型展现出在处理更复杂场景变化时的高效性和鲁棒性,不仅提高了遥感影像变化检测的技术水平,还为未来相关领域的研究提供了新的思路和工具,具有重要的理论意义和实际应用价值.
NETL
NSTL
万方数据