检索结果-南通市图书馆

联合目标特征引导与多重注意力的建筑物变化检测

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第6期53卷 1224-1235页

作者：丁少鹏卢秀山刘如飞杨懿顾海燕李海涛山东科技大学测绘与空间信息学院山东青岛266590 中国测绘科学研究院北京100036 山东科技大学海洋科学与工程学院山东青岛266590

高分遥感影像具有丰富的细节特征,建筑物变化类型多,尺度差异大。针对建筑物变化在复杂环境中易出现空洞和遗漏的问题,本文提出联合目标特征引导与多重注意力的建筑物变化检测方法,通过建筑物目标级引导强化类别信息,实现高分辨影像精... 详细信息

高分遥感影像具有丰富的细节特征,建筑物变化类型多,尺度差异大。针对建筑物变化在复杂环境中易出现空洞和遗漏的问题,本文提出联合目标特征引导与多重注意力的建筑物变化检测方法,通过建筑物目标级引导强化类别信息,实现高分辨影像精细变化信息提取。该方法由建筑物显著增强模块和目标引导的多重注意力模块组成,通过全局深层特征感知与融合,提取建筑物重点区域,结合目标级特征引导和多重自注意力强化特征表达,增强上下文特征相关关系,有效减少细节特征损失,解决目标空洞和边缘不清晰造成的细节损失问题。通过两组试验表明该方法能够提升准确率,在变化种类越多的场景中有效减少变化损失,提高算法稳定性。

关键词：高分遥感影像建筑物变化检测目标特征深度学习注意力机制

轻量级双侧输入D-WNet航空影像建筑物变化检测

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第8期61卷 295-304页

作者：张枫幸黄健李浩河海大学地球科学与工程学院江苏南京211000 江苏省测绘工程院江苏南京211000

针对传统语义分割网络变化检测结果易受阴影及其他地物干扰、建筑物边界分割较为粗糙的问题,提出一种轻量级双侧输入的变化检测网络D-WNet。新网络从W-Net出发,采用深度可分离卷积块和空洞空间金字塔池化模块代替原本繁琐的卷积和下采... 详细信息

针对传统语义分割网络变化检测结果易受阴影及其他地物干扰、建筑物边界分割较为粗糙的问题,提出一种轻量级双侧输入的变化检测网络D-WNet。新网络从W-Net出发,采用深度可分离卷积块和空洞空间金字塔池化模块代替原本繁琐的卷积和下采样过程,利用右侧线特征编码器加强高低维特征的融合,同时在解码器上采样部分引入通道和时空注意力机制获取网络在不同维度下的有效特征,得到的D-WNet在性能方面有明显提升。在公开的WHU和LEVIR-CD建筑物变化检测数据集上进行实验,并与W-Net、U-Net、ResNet、SENet和DeepLabv3+语义分割网络进行对比。实验结果表明,D-WNet在交并比、F1值、召回率、准确率和运行时间等5项指标中综合表现优异,对阴影干扰及建筑物边缘区域具有更精确的变化检测结果。

关键词：航空遥感建筑物变化检测 D-WNet 双侧输入轻量级网络

量子多尺度融合的高分卫星影像建筑物变化检测

在线全文

学校读者我要写书评

暂无评论

测绘通报 2024年第6期 65-70,126页

作者：张燕平张卡赵立科陶厦张帮王玉军顾桢刘浩林江苏省测绘产品质量监督检验站江苏南京210013 虚拟地理环境教育部重点实验室(南京师范大学) 江苏南京210023 南京师范大学地理科学学院江苏南京210023 江苏省地理信息资源开发与利用协同创新中心江苏南京210023 镇江市精勤测绘有限公司江苏镇江212009 江苏省地质调查研究院江苏南京210018 自然资源江苏省卫星应用技术中心江苏南京210018 苏州市消防救援支队江苏苏州215000

为了提高传统基于像元的高分辨率卫星影像变化检测方法的精度,本文提出了一种基于量子多尺度融合的高分卫星影像建筑物变化检测算法。首先,对双时相高分辨率卫星影像进行多尺度分割,构成多尺度影像数据集;然后,对多尺度影像数据集进行... 详细信息

为了提高传统基于像元的高分辨率卫星影像变化检测方法的精度,本文提出了一种基于量子多尺度融合的高分卫星影像建筑物变化检测算法。首先,对双时相高分辨率卫星影像进行多尺度分割,构成多尺度影像数据集;然后,对多尺度影像数据集进行迭代慢特征变换,得到不同尺度的变化强度图,再利用量子理论对多尺度变化强度图进行融合,以得到融合后的变化强度图;最后,通过最大类间方差法完成变化强度图的阈值分割,得到二值化变化检测结果。利用两组不同时相的实际高分卫星影像,对本文算法进行了试验验证。试验结果表明,与单一尺度面向对象变化检测方法和熵权法多尺度融合方法相比,本文算法可以取得更高的建筑物变化检测精度。

关键词：高分卫星影像建筑物变化检测量子理论迭代慢特征分析多尺度融合

基于密集混合注意力网络的遥感影像建筑物变化检测

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年

作者：田青林陆冬华李瑶裴承凯核工业北京地质研究院铀资源探采与核遥感全国重点实验室西南大学地理科学学院

针对现有的变化检测模型中存在多尺度信息利用不充分、特征表达能力欠缺以及伪变化抑制不足的问题，本文提出一种基于密集混合注意力网络（Dense Hybrid Attention Network,DHANet）的遥感影像建筑物变化检测方法。DHANet采用编码器-解... 详细信息

针对现有的变化检测模型中存在多尺度信息利用不充分、特征表达能力欠缺以及伪变化抑制不足的问题，本文提出一种基于密集混合注意力网络（Dense Hybrid Attention Network,DHANet）的遥感影像建筑物变化检测方法。DHANet采用编码器-解码器架构，首先，在编码器中使用孪生残差网络提取不同时相图像特征；然后，在编码器和解码器之间利用多尺度特征聚合模块有效融合不同层次特征，用于检测不同尺度的变化建筑物；其次，为了充分利用上下文信息，减少冗余特征干扰，使用混合注意力模块细化特征，生成更具判别性的特征；最后，为了进一步优化模型性能，引入深度监督的方式，在特征融合过程中生成多个阶段的变化预测图，累计加权得到总损失值。在LEVIR-CD和WHU-CD数据集上进行验证实验，结果表明本文方法在LEVIR-CD和WHU-CD数据集上取得最高精度，F1值分别达到91.04%、89.36%，优于现有的主流变化检测方法。

关键词：遥感影像建筑物变化检测深度学习多尺度特征密集注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向城市复杂场景的建筑物变化检测研究

面向城市复杂场景的建筑物变化检测研究

作者：谢鹏重庆交通大学

学位级别：硕士

随着城市的发展,建筑物成为城市发展的载体和象征,塑造着城市的面貌和风貌。利用变化检测技术识别建筑物在违章建筑管理和城市扩张中起着至关重要的作用,为城市规划提供可靠数据支持,推动城市可持续发展。在复杂城市场景中,建筑物的变... 详细信息

随着城市的发展,建筑物成为城市发展的载体和象征,塑造着城市的面貌和风貌。利用变化检测技术识别建筑物在违章建筑管理和城市扩张中起着至关重要的作用,为城市规划提供可靠数据支持,推动城市可持续发展。在复杂城市场景中,建筑物的变化检测受到光照、成像角度和季节变化所带来的伪变化影响,同时还存在着不同尺度建筑物的漏检以及由正负样本不平衡导致的漏检问题。运用人工智能技术中的深度学习算法,提升图像信息表征能力,实现对建筑物的准确识别。深度学习算法可以从图像中提取丰富的抽象表示,捕获建筑物的语义信息,从而实现精准的变化检测。主要成果如下:(1)设计了一种双上下文多尺度监督融合的建筑物变化检测方法(DCMSFN et)。城市复杂场景中,建筑物形状多样,光照和成像角度变化会导致变化检测结果出现漏检和误检。在编码部分使用双上下文增强模块获得地物丰富的全局上下文信息;在解码部分,采用级联的方法组合特征,然后通过自适应注意力模块捕捉不同尺度的变化关系,设计多尺度监督融合模块,增强深度网络融合,获得具有更高辨别能力的变化区域特征,将不同层级的输出结果与主网络的重构变化图融合形成最终的变化检测结果。实验结果表明,DCMSFNet在LEVIR-CD、WHU-CD和SYSU-CD变化检测数据集取得了较好的结果,F1-score分别达到了90.24%、90.05%和80.25%,进一步减少无关因素引起的误检和漏检,并且对目标地物边缘的检测加平滑。(2)设计了一种多层级特征交互的建筑物变化检测方法(MFINet)。该方法充分利用了CNN和Transformer网络模型的优势,使用Conv Ne Xt-T构建了孪生特征提取网络,旨在有效解决光照、成像角度和季节变化引起的漏检和误检。为了挖掘双时相影像中的时间信息,本文设计特征交互模块,并通过共享双时相影像特征,建立了影像空间和通道维度之间的相关性。引入了深度语义信息融合模块,以检测不同尺度的建筑物,该模块通过融合不同层级的特征信息,并通过空洞空间金字塔池化来增大不同层级特征图的感受野,获得了全局前景表达后的感知特征。通过使MFINet在训练过程中聚焦于前景中的变化部分,缓解了正负样本之间的不平衡问题。在全局上下文聚合模块中,将特征转变为语义标记,并引入Transformer编/解码器。通过在解码器中设计移动窗口交叉注意力来降低运算量,成功建立了像素之间的长远距离建模。与其他方法相比,本文设计的MFINet在城市复杂场景建筑物数据集LEVIR-CD、WHU-CD和SYSU-CD中的F1分数均最高,分别达到了90.57%、93.21%和80.55%。且减少了误检以及漏检率,解决了大尺度建筑物检测内部空洞问题。通过与DCMSFNet在参数量、运算时间和推理时间进行比较,MFINet在并未增加过多计算量的同时,提高了模型检测的精度。这表明MFINet在复杂城市场景建筑物变化检测中表现出色,具有实际应用的潜力。本文针对复杂城市场景中建筑物存在的漏检和误检,了一种双上下文多尺度监督融合的建筑物变化检测方法。随后针对该方法的不足,进一步改进了特征提取、上下文信息建模以及缓解样本不平衡的策略,并设计了多层级特征交互的建筑物变化检测方法。经过进一步优化现有方法,能够更好地适应于复杂城市场景下的建筑物变化检测任务,提高算法的鲁棒性和准确性,从而更有效地应对城市环境的变化。

关键词：城市复杂场景建筑物变化检测高分辨率遥感影像深度学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进的U-Net在建筑物变化检测中的应用

计算机技术与发展 2024年第9期34卷 30-37页

作者：李仙华陈柏林陈欢张宏鸣王美丽冯志玺西北农林科技大学信息工程学院陕西杨陵712100 西安电子科技大学人工智能学院陕西西安710071

变化检测是对地观测应用中的一项重要任务。然而现有的基于深度学习的变化检测方法在高分遥感图像建筑物变化检测任务中仍存在变化对象和背景之间分界模糊、小变化目标漏检等问题。针对这些问题,提出了一种基于高斯差分金字塔和注意力... 详细信息

变化检测是对地观测应用中的一项重要任务。然而现有的基于深度学习的变化检测方法在高分遥感图像建筑物变化检测任务中仍存在变化对象和背景之间分界模糊、小变化目标漏检等问题。针对这些问题,提出了一种基于高斯差分金字塔和注意力特征传递的遥感图像建筑物变化检测方法。该方法采用编码器解码器结构,在编码阶段使用高斯差分金字塔获取双时相遥感图像多尺度边缘特征信息,融合不同尺度下的边缘特征信息,增强图像边缘特征表达能力。在解码部分引入注意力特征传递机制,将高层语义信息与低层建筑物细节有效融合,以捕获特征中的显著信息、抑制无效特征信息,提升小变化目标的检测能力。该方法在公开的LEVIR-CD、WHU-CD数据集上进行训练和测试。实验结果表明,相比于其他同类方法,改进方法在对不同尺度建筑物目标的变化检测中展现了良好的适应性,在保证较低算力消耗的基础上,精确率、召回率、F1和Kappa值方面均有较大提升。

关键词：建筑物变化检测高斯差分金字塔 U-Net 注意力机制特征融合

结合等变交叉正则化的轻量化双分支建筑物变化检测网络

在线全文

学校读者我要写书评

暂无评论

时空信息学报 2024年第3期31卷 322-336页

作者：戴延帅慎利刘仕川董宽林李志林西南交通大学地球科学与工程学院成都611756 西南交通大学高速铁路安全运营空间信息技术国家地方联合工程实验室成都611756

空间细节信息和语义上下文信息在建筑物变化检测研究中扮演着至关重要的角色。然而,在当下主流的单分支网络架构中,同时获取这两种信息会面临计算成本和模型大小方面的严峻挑战。为应对这一挑战,本文提出一种全新的轻量化双分支网络架... 详细信息

空间细节信息和语义上下文信息在建筑物变化检测研究中扮演着至关重要的角色。然而,在当下主流的单分支网络架构中,同时获取这两种信息会面临计算成本和模型大小方面的严峻挑战。为应对这一挑战,本文提出一种全新的轻量化双分支网络架构用于高效特征提取,并引入等变交叉正则化模块以增强特征表达,从而实现精细化的建筑物变化检测。具体地,轻量化双分支网络架构由细节分支、语义分支和双信息交互融合模块组成,能同时高效地捕获空间细节信息和语义上下文信息,以生成细粒度的深度语义变化特征图;同时,等变交叉正则化模块从隐式监督角度出发,在不增加网络参数的前提下,从语义和空间层面对变化特征图进行一致性约束,从而提高网络在变化建筑物尺度和边缘上的感知能力;为了验证方法的有效性,本文选用现有优秀的轻量化和非轻量化变化检测网络作为对比方法,分别在WHU、LEVIR两个数据集上开展对比实验。结果表明,在仅需2.27 M参数和4.25 G浮点运算的轻量化前提下,本文方法在两个数据集上分别实现了87.03%、83.41%的交并比精度,综合性能显著优于现有的轻量化和非轻量化变化检测方法。研究成果有望为未来的轻量化建筑物变化检测研究提供科学参考。

关键词：建筑物变化检测轻量化网络空间细节信息语义上下文信息细节分支语义分支双信息交互融合模块等变交叉正则化模块

维普期刊数据库博看期刊

基于改进型PSPNet模型的高分辨率遥感影像建筑物变化检测方法研究

在线全文

学校读者我要写书评

暂无评论

经纬天地 2024年第2期 1-4,22页

作者：刘海红李延龙李亚刚刘鑫青海省基础测绘院青海西宁810000 某部队北京100042

针对复杂场景下小地物漏检,裸地、道路等干扰因素引起建筑物变化样本不足导致的精度低等问题,提出一种改进的金字塔场景解析网络(Pyramid Scene Parsing Network,PSPNet)。搭建孪生PSPNet网络作为基础模型,通过融合不同尺度的特征层信息... 详细信息

针对复杂场景下小地物漏检,裸地、道路等干扰因素引起建筑物变化样本不足导致的精度低等问题,提出一种改进的金字塔场景解析网络(Pyramid Scene Parsing Network,PSPNet)。搭建孪生PSPNet网络作为基础模型,通过融合不同尺度的特征层信息,提高小尺度地物的检测精度;其次针对变化样本不足问题,结合多任务思想,使语义任务和变化检测任务在同一个网络中进行,从而解决变化样本不足的问题。结果表明:改进后的PSPNet模型在建筑物变化检测中的精确率为92.35%,召回率为85.61%,F_(1)分数为0.8885。相比原始的PSPNet模型精度提升6.2%、12.03%和0.09。本研究可为复杂场景下建筑物变化检测提供技术支持。

关键词：多尺度特征融合建筑物变化检测检测精度

基于改进的UNet++的遥感影像建筑物变化检测

在线全文

学校读者我要写书评

暂无评论

九江学院学报（自然科学版） 2024年第1期39卷 41-45页

作者：唐朋宇刘超孙健飞安徽理工大学空间信息与测绘工程学院安徽淮南232001 江苏省地质矿产局第六地质大队江苏连云港222000

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... 详细信息

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。

关键词：小建筑物建筑物变化检测 VGG 孪生结构注意力机制