基于孪生网络的异源遥感影像动态目标对象级变化检测

异源遥感影像具有不同的成像属性和特征空间,难以从图像像素变化直接分析地物变化,针对单一遥感数据源的像素级变化检测方法不再适用于异源遥感影像数据源的情形.论文提出一种面向异源遥感影像对象级变化检测方法,构建基于孪生网络的对象级变化检测框架.框架包含异源影像目标语特征提取、特征相似性描述以及目标状态变化决策三个阶段.框架提取不同时相的光学遥感影像和合成孔径雷达(Synthetic Aperture Radar,SAR)影像上相同地理位置动态目标的深度语义特征图,定义语义特征相似度描述符,定量表示特征图语义相似度,通过深度语义特征图的相似度大小,判别两个时相的异源遥感影像上的目标状态是否发生变化.为验证该方法的有效性,创建一个包含开源数据集和高分卫星影像的对象级变化检测数据集OCD3k.实验结果表明,论文提出的方法在实验案例数据集和真实卫星影像上都能准确地检测异源影像目标状态变化.