-
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]
-
-
题名基于多模态遥感影像的边缘感知引导显著性检测
- 2
-
-
作者
连远锋
石旭
江澄
-
机构
中国石油大学(北京)信息科学与工程学院
中国石油大学(北京)石油数据挖掘北京市重点实验室
北京空间机电研究所
-
出处
《太赫兹科学与电子信息学报》
2023年第3期360-370,共11页
-
基金
国家自然科学基金资助项目(61972353)
中国石油天然气集团有限公司-中国石油大学(北京)战略合作科技专项资助项目(2006A10401006)。
-
文摘
针对多模态遥感影像显著性检测鲁棒性差和检测精确度不佳等问题,提出一种基于多模态边缘感知引导的显著性检测方法,该方法主要由多模态遥感影像显著检测主干网络、跨模态特征共享模块和边缘感知引导网络构成。通过在特征提取主干网络中加入跨模态特征共享模块,使得不同模态间特征通过共享交互实现协同增强,并且抑制具有缺陷的特征信息。基于边缘感知引导网络,通过边缘图监督模块来检测边缘特征的有效性,从而生成准确边界。在3种显著目标检测遥感图像数据集上进行实验,平均的F_(β)、平均绝对误差(MAE)、S_(m)分数分别为0.9176,0.0095和0.9199。实验结果表明,提出的多模态边缘感知引导网络(MEGNet)适用于在多模态场景中进行显著性检测。
-
关键词
多模态遥感图像
显著性检测
边缘感知引导网络
双线性特征融合
-
Keywords
multi-modal remote sensing images
saliency detection
Edge Aware Guidance Network
bilinear fusion
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名面向遥感影像解译的观测小目标超分辨率重建方法
- 3
-
-
作者
冯晓亮
陈欢
李厚芝
-
机构
中国地质科学院探矿工艺研究所
-
出处
《测绘工程》
2025年第2期32-37,共6页
-
文摘
为解决遥感图像受环境复杂、光照变换等原因造成的小目标遥感影像解译难的问题,提出面向遥感影像解译的观测小目标超分辨率重建方法。使用由特征融合网络加特征细化网络组合成的边缘感知网络,采集并提取观测小目标遥感图像,确定其位置和范围,作为生成对抗网络的输入值;生成器持续生成真实的小目标遥感影像分布,并发送给判别器进行鉴别,经生成和鉴别过程的不断迭代训练,直至判别器无法判断遥感影像真伪后,则输出小目标遥感影像超分辨率重建结果。实验结果表明,该方法能够准确地获取遥感影像中的小目标位置和范围,识别出人眼无法确定的小目标;能够十分清晰的将遥感影像中的小目标进行重建,超分辨率重建后的影像亮度、分辨率有了明显提升;且选取5处地点进行遥感影像的超分辨率重建后,得到的均方根误差、峰值信噪比和通用质量评价指数的平均值分别为29.43,51.01和0.92,可有效助力遥感影像解译。
-
关键词
遥感图像
小目标
超分辨率重建
边缘感知网络
生成对抗网络
图像评价
-
Keywords
remote sensing image
small targets
super resolution reconstruction
edge perception network
generate adversarial network
image evaluation
-
分类号
P237
[天文地球—摄影测量与遥感]
-
