内
容
导
读
变化检测是计算机视觉中的找不同游戏。给定两张图像,模型必须检测出它们不同的所有点。在遥感的背景下,这些图像通常是同一地理位置在两个不同时间点的卫星或航拍图像。
长期以来,变化检测一直是一个活跃的研究领域,文献中有丰富的自动执行任务的算法,从基本的图像处理技术到当今的深度神经网络。这些算法具有广泛的应用,包括检测森林砍伐、灾害后损坏的建筑物以及城市土地利用的变化。
数据集与模型
下面是使用开源地理空间深度学习框架Raster Vision(https://github.com/azavea/raster-vision)和公开可用的Onera Satellite Change Detection (OSCD) 数据集进行变化检测的直接分类方法的结果(见下图)。Raster Vision 使我们能够轻松解决此数据集的特殊性,并建立可以快速生成合适模型的语义分割训练管道。
深入学习遥感影像 · 变化检测,可以看一下武汉大学出版的这本《遥感影像变化检测》。
图1 · Raster Vision(https://github.com/azavea/raster-vision)和公开可用的Onera Satellite Change Detection (OSCD) 数据集进行变化检测
本公众号只做干货,分享实际项目中的点点滴滴
希望您阅读后有所收获
同时,也希望您能在下方给个赞赏
您的赞赏
是我持续创作的最大动力!
非常感谢!
2、中国市级行政区shp(WGS84)【2022 · 最新数据共享】
4、IntelliJ IDEA 2022.3.1 专业版破解
9、Segment Anything 模型的 3 个地理空间和遥感用例
12、QGIS软件安装包下载
点分享
点点赞
点在看