一种基于收缩-扩张网络的飞机变化检测方法

摘要

随着遥感技术的快速发展，机场地面监控视频中的飞机变化检测已成为智能安防领域的重要研究方向.机场运营需要实时监测飞机、车辆和人员的地面活动，以保障运行安全和运行效率.然而，机场监控场景具有光照变化显著、气象条件复杂、目标尺度多样、运动速度差异大等特点，给变化检测带来巨大挑战.针对这一问题，基于卷积神经网络提出了一种基于收缩-扩张网络(CENet)的飞机变化检测方法.该方法通过收缩网络提取关键变化特征，利用扩张网络重建恢复特征细节，同时引入挤压激励注意力机制自适应调整特征通道间的关系以提升关键特征表达能力.通过在AGVS数据集上的实验结果表明，提出的方法取得了90.48%的Precision、96.51%的Recall和93.40%的F1-score,验证了其有效性.

关键词

遥感技术 / 飞机变化检测 / 收缩-扩张网络