长短期记忆压缩激励全卷积神经网络建筑物变化检测

针对当前遥感影像建筑物变化检测未考虑时序信息，导致变化特征提取效果欠佳，本文提出了一种长短期记忆压缩激励全卷积神经网络。在全卷积神经网络框架下，搭建了结合长短期记忆网络与压缩激励网络原理的长短期记忆压缩激励单元，使算法能够充分结合纹理特征及时序特征优势，提高遥感影像建筑物变化检测精度。以遥感影像建筑物变化检测公开数据集LEVIR-CD作为实验数据对该方法进行验证，结果显示，F1-score达86.35%，相较于FC-EF、FC-CONC、FC-DIFF算法，F1-score分别高出2.35%、3.47%、4.52%。