基于深度学习的遥感影像变化检测方法
王昶,张永生,王旭,于英

Remote sensing image change detection method based on deep neural networks
Chang WANG,Yong-sheng ZHANG,Xu WANG,Ying YU
表 3 3组遥感影像变化检测评价指标统计结果(实验2)
Tab.3 Statistical results of change detection and evaluation indexes of three remote sensing image data sets in experiment 2
数据集 方法 FN FP OE PCC KC
Landsat-7 CVA+FLICM 1113 3506 4619 0.9824 0.8956
CVA+MRFFCM 1439 4272 5711 0.9782 0.8699
CVA+SVM 1567 6286 7753 0.9704 0.8466
CVA+FDS+FCM+ELM 7983 189 8172 0.9688 0.7952
PCAKM 5103 833 5936 0.9774 0.8611
JFCM+DNNs 346 7658 8004 0.9687 0.7996
本研究方法(变分去噪) 1686 1654 3340 0.9870 0.9272
Spot5数据集 CVA+FLICM 26418 3481 29899 0.8787 0.5257
CVA+MRFFCM 25247 12176 37423 0.8481 0.4582
CVA+SVM 26364 9287 35651 0.8553 0.4649
CVA+FDS+FCM+ELM 32611 1766 34377 0.8605 0.4093
PCAKM 28269 9808 38077 0.8455 0.4211
JFCM+DNNs 9508 8314 17822 0.9261 0.6456
本研究方法(变分去噪) 6501 7766 14267 0.9409 0.7052
Ikonos数据集 CVA+FLICM 40622 27961 68583 0.9386 0.8366
CVA+MRFFCM 39397 42065 81462 0.9270 0.8094
CVA+SVM 42581 31325 73906 0.9338 0.8243
CVA+FDS+FCM+ELM 40950 23812 64762 0.9420 0.8449
PCAKM 48680 45876 94556 0.9153 0.7773
JFCM+DNNs 14724 34830 49554 0.9551 0.8800
本研究方法(变分去噪) 18824 14228 33052 0.9701 0.9222