计算机应用研究

作者：石卫超,宋宝贵,管宗胜,秦道龙,邵攀,

单位：三峡大学a.水电工程智能视觉监测湖北省重点实验室;b.计算机与信息学院,湖北宜昌443002；

关键词：遥感,变化检测,深度学习,区域增强,层级交互,

基金：国家自然科学基金资助项目(41901341,42101469)；湖北省自然科学基金资助项目(2024AFB867)；；

遥感影像变化检测任务是遥感领域的研究重心之一，目前大多为深度学习方法，主要采用单通道或孪生网络提取特征，能够较为有效地提取变化特征。但是随着遥感影像分辨率的不断升高，单一化的特征提取方式易受无关细节信息的影响，从而导致检测结果中变化和未变化区域分割能力不足。为此，提出一种全新的三通道区域增强变化检测网络，从多个角度增强特征提取能力。首先构建了三通道区域增强编码器，利用三个特征提取通道定向提取相似性信息、全面性信息和差异性信息，并且在编码器每个层级使用区域分离增强模块，能够将通道1和3增强通道2，有利于取得更好的变化区域分割效果；其次设计了层级交互指导融合解码器，通过高层级特征和低层级特征之间的交互指导，实现不同层级特征间的有效融合；最后使用基于信息熵的自适应权重来优化损失函数，通过给高熵区域更多的关注，来改善网络模型的训练过程。在常用数据集上的实验结果表明，与对比网络相比，所提网络能够取得更优的检测精度。

来源：2024年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第11期