基于HR-BIT神经网络的图像变化检测

针对现有的遥感图像变化检测方法准确率不高的问题,通过对HRNet网络结构进行优化,提出HR-BIT网络模型。该模型在特征提取的过程中融合多尺度特征信息,提高检测精度。引入连通和邻域的概念,通过对分类结果阈值处理消除孔洞,提高模型的准确率。在LEVIR-CD数据集上的实验结果表明,该模型有效地提高了图像变化检测的准确性。