来源：期刊VIP网 时间：
作者：王益之;白怀明;李海涛;李宏霖;王洋;
单位：中国测绘科学研究院;山东黄河勘测设计研究院有限公司;
摘要：针对实际遥感解译工作中能够生产出大量的已标注数据，由于人工标注的主观因素，这些样本大量存在漏标、多标、标注与目标地物边界套合不准确等情况，难以直接用于深度学习模型训练等问题，缺少自动化的筛选样本方法，设计了CLNet-CD模型，通过使用卷积神经网络串联变压器结构作为主干网络，能够提取细粒度更高的高维特征，同时利用多尺度特征融合提取模块对高维特征进行分析，具有强大的全局特征提取能力及细节特征提取能力；利用通道注意力与空间注意力多维度对目标特征进行增强，能够有效分辨数据集中的低质量样本。实验结果表明：本方法能够有效筛选出成果数据中的高质量数据，相较筛选前的数据能够训练出精度更高的深度学习模型。
关键词：变化检测;;遥感;;注意力机制;;样本精化
基金资助：国家重点研发计划次目(2023YFB3907600);; 中国测绘科学研究院基本科研业务费项目(AR2420)
