一种新的基于深度学习的遥感影像变化检测算法——H-BIT方法的提出与应用

对遥感影像变化检测进行了研究,提出了一种融合HRNet与BIT的H-BIT方法,能兼顾遥感影像高分辨率与高语义特征,在场景复杂、目标尺度跨度大时表现优异。该方法经HRNet网络、词元分析器处理后,引入Transformer,通过注意力机制,能从更大的感受野解译变化结果。在LEVIR-CD数据集上进行了实验,结果表明H-BIT方法能完整提取目标,对目标边缘的处理更平滑,变化检测的精确率、召回度、F1得分和总体精度分别为86.95%、90.24%、87.93%和96.62%,均高于原始BIT算法的表现,说明该方法能适应多尺度目标与复杂场景,变化检测精度高、计算速度快、鲁棒性高、泛化性强。