全尺寸连接变化检测网络

高分辨率下精准识别耕地变化

该网络通过全尺寸跳过连接和注意力机制，增强特征信息利用率，从而生成更准确的变化图。

苗立志 · Xinting, Li · 周鑫鑫 · 姚凌 · Yamei, Deng · Tian, Hang · Yuchao, Zhou · Haozhou, Yang

IEEE Transactions on Geoscience and Remote Sensing 2024

参数信息

F1分数（CLCD数据集）

72.90 %

F1分数（LEVIR-CD数据集）

90.36 %

F1分数（PX-CLCD数据集）

96.64 %

技术优势

特征信息利用更充分

通过全尺度跳跃连接将编码器各层次特征融合到解码器，结合scSE注意力机制增强判别力，从而提取到信息更完整的变化特征。

隐藏层特征质量提升

引入深度监督模块，增强隐藏层的学习能力和特征质量，从而改善变化检测性能。

提供1米分辨率数据集

构建了包含5170对256×256双时相图像的耕地变化检测数据集，空间分辨率1米，有助于精细尺度的变化检测研究。

应用场景

• 遥感图像处理：该网络可直接用于遥感影像的变化检测任务，提升处理精度。
• 耕地监测：针对耕地变化检测，该网络和数据集可帮助监测非农化现象。
• 变化检测：作为变化检测模型，能生成更准确的变化图，适用于双时相影像。
• 高分辨率图像分析：在1米分辨率影像上表现优异，适合精细尺度分析。
• 粮食安全评估：通过监测耕地变化，可为粮食安全评估提供数据支持。