融合UNet++网络和注意力机制的高分辨率遥感影像变化检测算法

来源 :测绘科学技术学报 | 被引量 : 0次 | 上传用户:luckylzh_luo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对高分辨率遥感影像变化检测存在漏检和检测边界粗糙的问题,提出一种基于UNet++和注意力机制的高分辨率遥感影像变化检测算法。该算法采用UNet++网络作为基础网络提取特征,并在基本卷积单元中引入注意力机制突出重要特征,由此完成遥感影像端到端的变化检测。在高分辨率卫星影像变化检测数据集中进行了验证,相比于经典语义分割网络,该算法在精确率、召回率、F1值和总体精度上均有较大提升。
其他文献
为了对道面养护管理者提供决策依据,建立了水泥混凝土道面预防性养护判定标准体系。基于路面抗滑性能评价指标与路面状况指数预防性养护标准研究成果,依据水泥混凝土道面衰变
在地球重力场和海洋环流探测卫星GOCE (Gravity field and Ocean Circulation Explorer)的观测数据中,其主要的观测量重力梯度数据不仅与搭载的6个加速度计的测量值有关,而且还与卫星自身的自转角速度存在着二次函数关系。由于加速度计测量频段的限制,这样就导致了卫星姿态的低频误差混入到测量频段内的重力梯度数据之中。为了客观地分析姿态误差对重力梯度精度的影响程度,
GRACE-FO卫星定轨精度直接影响其反演地球重力场,评估检核轨道数据精度是保证重力场反演效果的重要步骤。自该卫星升空以来,已在轨观测近2年6个月,尚未见对各时期卫星轨道的检核分析。针对以上情况,提出了利用LRI与KBR数据检核GRACE-FO卫星精密轨道的方法,引入了基于信噪比确定权重系数的星间距离组合观测量作为参考值,对764 d卫星轨道进行了精度检核,并与几何法轨道进行对比。实验结果表明,精
犯罪时空数据关联分析结果有助于相关部门在关键时段和关键区域进行警力重点配置。提出一种基于空间约束的lightGBM/Apriori组合算法,对犯罪数据中的时空属性特征进行简约处理,通过对犯罪类别的预测分析,识别时空关联特征较为显著的犯罪类型及关键影响要素,寻找热点细化研究区域,抽取犯罪时空关键特征,建立犯罪强关联规则挖掘模型。以美国费城2015年犯罪数据集为例,利用提出的组合算法进行了犯罪类别预测
城市功能区划分是落实智慧城市用地政策和用地开发管控的重要前提和基础,科学探测其分类及分布,对于支撑智慧城市空间规划具有重要作用。针对现有方法在功能区划分时受限于格网或者路网的束缚,易出现POI权重设置不科学及划分不精确的问题,提出一种基于聚类分析确定主体功能单元下的功能区划分方法。首先,基于POI数据,综合利用KD-Tree聚类算法、泰森多边形等算法,实现主体功能地块的划分;然后,基于核密度算法、