一種結合語義分割模型和圖割的街景影像變化檢測方法

作者：李文國,黃亮,左小清,王譯著

摘要：由于街景影像具有地物尺度多樣化、地物界限不明確、地物光譜信息復雜等問題,造成應用統計方法、機器學習等方法對復雜度高的街景影像變化檢測性能欠佳.因此提出一種結合語義分割模型和圖割(GC)的街景影像變化檢測方法.該方法首先采用Camvid數據集訓練DeeplabV3+網絡得到的遷移學習模型對兩個時期的街景影像進行語義分割;然后采用GC方法實現消除天空和植被等對街景影像的影響;接著采用變化向量分析(CVA)獲取差異影像,最后對差異影像進行二值化和精度評價.研究結果表明,提出的方法總體精度優于大津法(OTSU)、K均值法、Segnet網絡遷移學習模型方法和DeeplabV3+網絡遷移學習模型方法,是一種可行的街景影像變化檢測方法.

發文機構：昆明理工大學國土資源工程學院

關鍵詞：DeeplabV3+網絡圖割(GC)變化檢測遷移學習變化向量分析(CVA)DeeplabV3+networkgraph cutschange detectionthe migration studyCVA

分類號：