计算机工程与科学 ›› 2023, Vol. 45 ›› Issue (09): 1593-1601.
陈海永1,吕承杰1,杜春2,陈鹏1
CHEN Hai-yong1,L Cheng-jie1,DU Chun2,CHEN Peng1
摘要: 针对深度卷积神经网络中特征图分辨率降低,进而导致遥感图像小变化区域检测性能差以及难以有效区分外界干扰而产生伪变化等问题,提出了一种孪生注意力门控融合的遥感图像变化检测编解码网络。在编码部分引入了三重注意力网络模块,为进一步解决变化检测图中产生伪变化的问题,提出了注意力门控融合模块,从多个层次选择性地融合特征,在解码部分直接引入深度监督策略,增强了变化检测网络的特征提取能力。通过实验对本文所提网络的有效性进行了验证。