计算机工程

作者：吴潮宇, 杨斌

单位：南华大学电气工程学院, 湖南 衡阳 421001

关键词：变化检测,结构重参化,边缘增强,遥感影像,U-Net

基金：国家自然科学基金面上项目(61871210)

针对现有变化检测方法在处理高精度遥感影像时存在漏检、误检及边缘检测效果差等问题, 提出了一种基于大核重参U-Net的遥感影像变化检测方法, 简称RepU-Net-CD。该方法以U-Net为骨干网络, 在编码端用大核重参模块代替单卷积核结构进行特征提取, 实现注意力机制的全局感受野。同时, 该方法利用重参技术将小核融合进大核结构中辅助训练, 使网络保留捕获小感受野中细节特征的能力, 从而生成多尺度特征, 提高变化检测精度。在网络解码端将不同时相的特征图进行融合, 得到特征差分图, 再通过跳跃连接和上采样得到变化特征图, 最后利用特征边缘增强模块提高网络对特征图的边缘信息关注度, 进一步提高检测精度后, 生成变化结果。此外, 针对数据集客观存在的正负训练样本不平衡问题, 采用有更高鲁棒性的混合损失函数进行网络训练。本文方法在LEVIR-CD和WHU-CD两个主流的公开数据集上进行实验验证, 并与其他最新的遥感变化检测方法进行了对比。实验结果表明本文方法在许多评估指标上有显著改进, 这两个数据集上的F1值分别提高到91.71%和92.60%, 交并比(IoU)分别提高到84.69%和86.20%。

来源：2025年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第3期