一种基于U-Net的高分影像土地利用/覆盖变化检测方法

作     者：李聪毅 孔祥兵 杨娜 王逸男 杨刚凤 Li Congyi;Kong Xiangbing;Yang Na;Wang Yinan;Yang Gangfeng

作者机构：河南理工大学测绘与国土信息工程学院河南焦作454003 黄河水利科学研究院水利部黄土高原水土保持重点实验室河南郑州450003 

出 版 物：《水土保持通报》 (Bulletin of Soil and Water Conservation)

年 卷 期：2021年第41卷第4期

页      面：133-138,144页

学科分类：08[工学] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 

基　　金：国家自然科学基金项目“基于同质区分析的高光谱影像混合像元稀疏分解研究”(61501200) 国家重点研发计划项目(2017YFC0504501) 河南省水利科技攻关计划项目(GG201942 GG201829) 黄科院研究开发项目(HKY-YFXM-2020-02)。 

主　　题：变化检测 高分辨率遥感 U型神经网络 深度学习 

摘      要：[目的]介绍一种基于U-Net的高分影像的土地利用/覆盖变化检测方法,为该模型在遥感影像变化检测方面的应用提供理论支持。[方法]采用U型神经网络对河南省禹州市两期高分一号影像和WHU building dataset建筑物变化检测数据集中的变化图斑进行自动检测试验,并与FCN和SegNet两种模型进行比较。[结果]在两个数据集的验证样本中,U型神经网络模型的F 1值分别为0.699,0.66和0.673,均优于其他两种模型,并且漏检率较低,更加接近变化参考图。[结论]采用U型神经网络对高分辨率遥感影像进行土地利用/覆盖变化检测是可行的,且能有较高的检测精度。