基于Transformer深度学习模型的遥感地物变化检测方法
作者机构:湖南科技职业学院湖南长沙410002
出 版 物:《信息记录材料》 (Information Recording Materials)
年 卷 期:2024年第25卷第7期
页 面:144-146页
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
基 金:2023年湖南省教育厅科学研究项目《深度学习Transformer模型在遥感地物变化检测中的应用研究》(23C0687)
主 题:深度学习 地物变化 Transformer模型 遥感图像
摘 要:本文针对遥感地物变化检测中存在的问题,研究了一种基于Transformer模型的方法。首先,详细研究了Transformer模型的基本结构和原理,特别是强大的特征提取能力和全局上下文理解能力。其次,分析了如何将Transformer模型应用于遥感地物变化检测中。最后,基于Transformer模型的遥感地物变化检测方法,本文利用Landsat 5数据集进行了实验验证。实验结果表明,该方法在地物变化检测任务上表现出了良好的性能,取得了较高的检测精度、召回率和F1分数。