论文部分内容阅读
针对城市同一区域不同时相的高分遥感图像,提出了基于深度学习的高分遥感图像变化检测模型。方法采用多尺度裁剪、数值归一化处理、提取绿植等方法进行数据预处理;然后基于U-Net、CE-Net和Deep Lab等语义分割模型,以不同时相的遥感图和变化区域掩码为训练集,设计加权交叉熵损失函数,进行多尺度交叉训练、Adam优化;最后将模型预测的结果输入后处理算法中,采用图割算法graph cut减少模型预测中产生的噪声。实验结果与人工标注的变化区域掩码比较,计算F_1分数,通过实验发现将不同的语义分割模型应用到