基于改进注意力和卷积的高分辨率卫星影像变化检测

刘明亮; 王帅; 杨志强; 刘婷婷; 乔振民

doi:10.16009/j.issn.1009-5624.2026.01.062

信息记录材料 ›› 2026, Vol. 27 ›› Issue (1) : 193 -196. DOI: 10.16009/j.issn.1009-5624.2026.01.062

基于改进注意力和卷积的高分辨率卫星影像变化检测

刘明亮, 王帅, 杨志强, 刘婷婷, 乔振民

作者信息 +

Author information +

文章历史 +

PDF

摘要

随着遥感技术的快速发展，快速检测地球表面发生的变化已成为一项重要任务。由此，本文提出了一种基于坐标注意力（CA）机制、密集上采样卷积（DUC）和混合空洞卷积（HDC）的高分辨率卫星图像变化检测方法。在所提出的模型中，采用引入CA机制的Deep Lab V3进行特征提取，依靠CA机制能够捕捉位置信息和通道间的关系，克服特征提取过程中注意力不足的问题。此外，采用HDC可以在扩大感受野的同时缓解网格化效应。同时，通过密集上采样卷积以可学习的方式进行上采样，从而增强细节信息。所提出的方法在建筑物变化监测数据集上进行了实验，结果表明，在精确率、F₁值和交并比等指标上均取得了优于同级模型的效果。