基于多尺度双重自注意力的遥感影像变化检测

针对遥感影像地物目标尺度不一、上下文信息不足和边缘细节信息难以恢复等问题,提出一种基于多尺度双重自注意力的像素级变化检测网络(Pixel-based change detection Network,PixelNet)实现遥感影像变化检测任务。一方面,使用基于混合空洞卷积的多尺度特征金字塔提取卷积特征,并加入双重自注意力模块获取通道和空间注意力,兼顾细节和语义信息的同时增加特征感受野,进一步增加了全局上下文信息。另一方面,为了优化地物目标的边界圆滑模糊问题,通过边缘感知损失与加权对比损失的自动化联合训练,实现新的边缘修复模块。针对样本不均衡问题提出了带阈值的加权均衡采样的数据处理策略,以减轻变化像素数目远远小于未变化像素数目造成的网络训练倾斜问题。在遥感影像数据集CDD和LEVIR-CD上通过实验证明,所提像素级变化检测网络PixelNet在遥感变化检测任务上的主观视觉效果及客观评价指标优于SOTA的检测结果。在CDD数据集上检测精度达到98.0%,F1分数达到96.7%;在LEVIR-CD数据集上检测精度达到95.8%,F1分数为87.2%。该网络有效解决了遥感变化检测中样本不平衡、双时相特征上下文信息不足、边缘难例分类错误等问题。

基于DCT系数统计特性和支持向量机的图像隐写分析

提出了一种基于图像DCT系数统计特性的隐写分析算法.首先,根据一幅样本图像相邻像素之间的相关性预测一幅图像,然后对这两幅图像进行8×8分块,在每一个分块中,假设DCT交流系数服从广义高斯分布,其参数可以根据最大似然函数法计算出来.最后,计算样本图像及预测图像高斯参数的均值和方差作为一个四维的特征向量输入到支持向量机(SVM)分类器中进行分类.经过大量的实验表明,所提出的隐写分析算法具有较高的检测性能.

水体指数与随机森林的水体提取结果对比分析

以江苏省南通市为研究区,以哨兵2号影像数据作为数据源,利用欧空局研发的Sen2Cor软件对影像数据进行大气校正,基于随机森林对大气校正后的数据进行水体提取,将随机森林的提取结果与NDWI水体指数结果进行比较。随机森林方法的提取效果较为清晰和完整,可有效抑制水体周边的山体、建筑物、阴影、土壤、沥青道路等地物信息的干扰;通过对2种方法水体提取结果进行精度评价,得出随机森林方法提取精度较高。由此可得,随机森林是一种适用性和可用性比较高的水体提取方法。

空天大数据在新型智慧城市建设中的关键技术与应用探索

新型智慧城市的提出及发展带来了新的变革,也对空天大数据等技术的应用提出了更高的要求。分析了空天大数据在新型智慧城市建设中的应用价值,研究了空天大数据在新型智慧城市应用的关键技术,同时展示了空天大数据的典型应用场景,并提出了利用空天大数据推进新型智慧城市建设的建议。

空天地一体化尾矿库监管平台建设及功能

一、前言矿山尾矿库是矿山企业生产必不可少的重要生产设施,用以堆存金属或非金属矿山进行矿石选别后排出尾矿或其他工业废渣的场所。我国尾矿库总量居世界第一,目前全国共有14217个尾矿库,涉及64个矿种[1]。尾矿库是一个具有高势能的人造泥石流的危险源,同时库区尾砂与尾水中普遍含有较多有害元素,若发生泄漏或溃坝,势必给生活在库区下游的居民和各类生物造成严重影响。