Urban change detection for multispectral earth observation using convolution neural network

arXiv:1810.08468v1  [cs.CV]  19 Oct 2018

论文地址：https://arxiv.org/abs/1810.08468

 

ABSTRACT

本文探讨了使用CNN对多光谱遥感图像的变化检测。提出了像素级标注的变化检测数据集 OneraSatellite Change Detection (OSCD) dataset，还提出了两种可用于变化检测的监督学习的网络结构，并使用OSCD进行 trained from scratch 。

1. INTRODUCTION

1.1. RelatedWork 

由于缺少 labeled dataset，最近有一些基于迁移学习的方法被提出，但它们有一些限制：比如大多数CNN网络都是用RGB三通道的数据训练的，但是多光谱图像可能有13个通道，这就使得一些通道的信息没法充分利用。

此外，最近的一些方法更多的是手动地设计阈值，而不是端到端的训练。

1.2. Contributions

主要有两点：

1. (OSCD) dataset will be openly available on the internet

2. proposal of two different CNN architectures that aim to learn end-to-end change detection from this dataset in a fully supervised manner

2. DATASET

该数据集专注于城市区域，仅urban growth and changes被标记为 Change ，而像 vegetation growth 或 sea tides 的