来源：期刊VIP网 时间：
作者：刘晨晨;葛小三;武永斌;
单位：河南理工大学测绘与国土信息工程学院;河南理工大学自然资源部矿山时空信息与生态修复重点实验室;河南省测绘地理信息技术中心;
摘要：针对在双时相影像中提取建筑物变化区域时易出现漏检错检现象等问题，提出了一种基于孪生神经网络和多头注意力机制的遥感影像建筑物变化检测模型。该模型采用改进的轻量级网络MobileNetv2作为特征提取网络，设计了一种编解码结构的互注意力网络用于双时相遥感影像特征的交互融合，引入多头注意力机制实现了全局信息的上下文建模，对高级语义特征进行细化分析，充分利用了遥感影像的多尺度信息。该方法在LEVIR-CD和WHU数据集上的变化检测结果均优于其他主流分割网络，能够有效改善大型建筑物的内部空洞和漏检错检现象。
关键词：建筑物变化检测;;孪生神经网络;;多头注意力机制;;MobileNetv2;;深度学习
基金资助：国家自然科学基金(41572341);; 河南省自然科学基金(222300420450);; 自然资源部矿山时空信息与生态修复重点实验室开放基金(KLM202319)
