高分辨率遥感影像房屋特征迁移学习与变化检测研究

项目名称： 高分辨率遥感影像房屋特征迁移学习与变化检测研究

项目编号： No.41401402

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 天文学、地球科学

项目作者： 汤玉奇

作者单位： 中南大学

项目金额： 25万元

中文摘要： 房屋变化检测是监测城市化进程的重要方法之一。房屋变化检测面临的主要问题有：多时相影像成像角度差异导致的房屋“投影差”，区域性地物分布差异造成的房屋与其他地物可分性较低，以及各时相房屋重复提取造成的误差累积等。针对以上问题，本课题拟提出一种高(空间)分辨率遥感影像房屋变化检测模型，首先提取某时相影像中的房屋区域及其不受成像角度影响的邻域特征，对该特征进行多时相迁移学习，获取非新增房屋区域；然后提取非新增房屋不受区域性地物分布影响的侧视特征，并对其进行多区域迁移学习，获取新增房屋区域。该模型通过房屋邻域与侧视特征的提取，揭示了房屋在多时相影像及同一影像不同区域中的成像规律，避免了房屋“投影差”与区域性地物分布对房屋变化检测的影响。同时，利用上述房屋特征的多时相与多区域迁移学习，可避免房屋重复提取，建立多时相房屋邻域特征、多区域房屋侧视特征与变化房屋区域的内在联系，具有较强的科学意义与应用价值。

中文关键词： 变化检测；迁移学习；卷积神经网络；房屋提取；

英文摘要： Building change detection is an important technique for monitoring the development in urban areas. However, it is facing problems like the multitemporal building "projection difference" caused by different imaging angles, the low separability between buil

英文关键词： change detection；transfer learning；convotional neural networks；building extraction；