基于降噪耦合卷积神经网络的多源遥感影像变化检测
遥感影像的变化检测已经成为越来越受关注的课题,而基于不同传感器获取到的多源异质影像的变化检测是该课题中颇具挑战性的问题之一.由于不同传感器的成像机理不同,对相同场景的观测结果也存在很大差异,因此无法对多源异质遥感影像进行直接有效的比较.针对这一问题,本文利用卷积降噪自编码器提取两幅图像的高阶特征,并通过对称耦合卷积特征提取网络对高阶特征进行联合分类,获得变化检测的结果.理论分析和实验证明,本文算法在多源异质遥感数据集上取得了比传统方法和生成类模型更精确的结果,同时,在同源数据上也表现出了一定的适用性,体现了本文方法的高效性和鲁棒性.
多源遥感影像 变化检测 卷积神经网络 卷积降噪自编码器
蒋汾龙 王善峰 公茂果 马晶晶 张明阳 武越
西安电子科技大学 陕西 西安710071
国内会议
西安
中文
1-21
2018-10-17（万方平台首次上网日期，不代表论文的发表时间）