期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向高分辨率遥感影像建筑物变化检测的边缘感知网络
被引量:
6
1
作者
吴纹辉
慎利
+1 位作者
董新丰
杜有德
《地理与地理信息科学》
CSCD
北大核心
2021年第3期21-28,F0002,共9页
为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Network,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测。ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多...
为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Network,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测。ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息。在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++_MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息。
展开更多
关键词
高分辨率遥感影像
建筑物变化检测
边缘感知网络
多特征融合
在线阅读
下载PDF
职称材料
基于孪生网络和典型语义分割模型的遥感影像变化检测方法框架研究
被引量:
3
2
作者
吴纹辉
雷添杰
《国土资源信息化》
2021年第2期15-21,6,共8页
本文研究了典型语义分割模型和孪生网络相结合的遥感影像变化检测方法框架。通过将孪生网络和典型语义分割模型相结合,可将多个典型的语义分割模型(U-Net、SemanticFPN、DeepLab V3、DeepLab V3+)修改为适用于解决遥感影像变化检测问题...
本文研究了典型语义分割模型和孪生网络相结合的遥感影像变化检测方法框架。通过将孪生网络和典型语义分割模型相结合,可将多个典型的语义分割模型(U-Net、SemanticFPN、DeepLab V3、DeepLab V3+)修改为适用于解决遥感影像变化检测问题。LEVIR-CD卫星影像变化检测数据集实验表明,相比现有的变化检测模型,这种设计可实现相近甚至更好的定性和定量效果。同时,也启发我们可以直接将孪生网络和先进的语义分割模型相结合,以解决遥感影像变化检测问题。
展开更多
关键词
遥感影像
变化检测
孪生网络
语义分割模型
在线阅读
下载PDF
职称材料
题名
面向高分辨率遥感影像建筑物变化检测的边缘感知网络
被引量:
6
1
作者
吴纹辉
慎利
董新丰
杜有德
机构
西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室/地球科学与环境工程学院
中国自然资源航空物探遥感中心
出处
《地理与地理信息科学》
CSCD
北大核心
2021年第3期21-28,F0002,共9页
基金
国家重点研发计划项目(2016YFB0501403)
国家自然科学基金面上项目(42071386)
科工局民用航空项目(D040104)。
文摘
为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Network,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测。ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息。在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++_MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息。
关键词
高分辨率遥感影像
建筑物变化检测
边缘感知网络
多特征融合
Keywords
high-resolution remote sensing images
building change detection
edge sensing network
multi-feature fusion
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于孪生网络和典型语义分割模型的遥感影像变化检测方法框架研究
被引量:
3
2
作者
吴纹辉
雷添杰
机构
西南交通大学地球科学与环境工程学院
中国水利水电科学研究院
出处
《国土资源信息化》
2021年第2期15-21,6,共8页
文摘
本文研究了典型语义分割模型和孪生网络相结合的遥感影像变化检测方法框架。通过将孪生网络和典型语义分割模型相结合,可将多个典型的语义分割模型(U-Net、SemanticFPN、DeepLab V3、DeepLab V3+)修改为适用于解决遥感影像变化检测问题。LEVIR-CD卫星影像变化检测数据集实验表明,相比现有的变化检测模型,这种设计可实现相近甚至更好的定性和定量效果。同时,也启发我们可以直接将孪生网络和先进的语义分割模型相结合,以解决遥感影像变化检测问题。
关键词
遥感影像
变化检测
孪生网络
语义分割模型
Keywords
remote sensing image
change detection
siamese network
semantic segmentation models
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向高分辨率遥感影像建筑物变化检测的边缘感知网络
吴纹辉
慎利
董新丰
杜有德
《地理与地理信息科学》
CSCD
北大核心
2021
6
在线阅读
下载PDF
职称材料
2
基于孪生网络和典型语义分割模型的遥感影像变化检测方法框架研究
吴纹辉
雷添杰
《国土资源信息化》
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部