基于长短期记忆网络模型的中分辨率遥感影像变化检测研究

随着遥感数据量的增加,传统变化检测方法难以满足大数据背景下众多应用的需求。为此,该文提出了一种基于长短期记忆网络(LSTM)模型的遥感影像变化检测方法,利用循环神经网络权重共享的优势处理时间序列数据,同时加入长短期记忆网络模型的细胞状态"记忆"影像变化,以解决遥感影像变化检测中的复杂性和困难性。分别利用高光谱影像和多光谱影像进行二分类和多分类实验,从检测地物是否变化到确认变化类型两个层次证明了该方法的可靠性和适用性;相较于传统变化检测方法,该方法的自动化程度和精度有较大程度的提升,为遥感影像变化检测提供了一种新思路。