基于Siamese卷积神经网络的影像瓦片变化检测技术

发布时间：2024-05-31 03:31

　　针对地理信息变化较快而传统更新方式效率不高的问题,目前许多学者提出了各类变化检测的方法,但这些方法大都是基于影像数据进行试验,对影像预处理要求较高,且检测精度的稳定性较差,受数据源质量影响较大。而天地图、百度地图、谷歌地图等地图中均可免费下载各种级别的影像瓦片,因此本文提出利用天地图影像瓦片进行试验,采用Siamese卷积神经网络(SCNN)和深度学习技术,开发基于SCNN的高精度变化监测算法,以快速发现变化区域,实现地理信息变化信息检测。

【文章页数】：6 页

【文章目录】：
1 研究方法
    1.1 数据源选取
    1.2 样本选择
        1.2.1 初始样本库建立
        1.2.2 样本增强
            1.2.2. 1 不变样本
            1.2.2. 2 变化样本
    1.3 基于Siamese卷积神经网络的变化发现模型(SCNN)
        1.3.1 特征提取层
        1.3.2 决策层
2 试验与结果分析
    2.1 试验细节
    2.2 试验结果
    2.3 存在不足
3 结语



本文编号：3985083