基于卷积耦合自编码器的无监督异源光学和SAR图像变化检测
光学图像和SAR图像之间的互补特性及巨大的特征差异使得基于它们的异源遥感图像变化检测在实际应用中变得相当有意义而且富有挑战性.在本文中,提出了一种新颖的基于卷积耦合自编码器的无监督异源图像变化检测方法.卷积耦合自编码器中的卷积层首先将两副输入图像中每个像素点及其邻域编码为特征向量,该过程可以代替降噪算法并在两个图像之间建立更一致的特征表示.接着,一个经典的自编码器结构将两个特征空间连接,以探索每对特征向量间的潜在关系,并学习特征对之间的映射函数.最后,通过特征相似性分析建立变化图,并采用阈值方法生成最终的变化检测结果.对两个真实数据集的实验结果表明,与现有的几种方法相比,该方法具有更好的性能.
遥感图像 变化检测 卷积耦合自编码器 深度神经网络 特征变换
李嘉恒 武越 公茂果 张明阳 王善峰
西安电子科技大学 电子工程学院 陕西 西安 710071 西安电子科技大学 计算机科学与技术学院 陕西 西安 710071 西安电子科技大学 网络与信息安全学院 陕西 西安 710071
国内会议
西安
中文
1-20
2018-10-17（万方平台首次上网日期，不代表论文的发表时间）