一种基于Siamese卷积神经网络的变化检测技术  

作　　者：姬永清[1] 李凯睿 巨炜龙 

机构地区：[1]中国电子科技集团公司第二十八研究所,江苏省南京市210007 [2]武汉大学测绘遥感信息工程国家重点实验室,湖北省武汉市430079 [3]武汉大学测绘学院,湖北省武汉市430079

出　　处：《电子技术与软件工程》2021年第5期116-117,共2页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：本文针对传统变化检测卷积神经网络难以兼顾正确判断变化特征和提取与变化标签相切合的影像特征以及仅通过交叉熵损失函数难以获取较高精度的网络预测参数,同时因为变化样本和不变化样本的数量分布差异较大而导致训练时模型漏检严重并且训练收敛过慢的情况,提出了一种基于Siamese卷积神经网络的变化检测技术,结合基于场景分类的变化检测增强技术和变化检测损失函数硬例关注技术,有效的提高了检测准确率。

关 键 词：Siamese卷积神经网络 遥感影像变化检测 深度学习 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]