基于Segnet網(wǎng)絡(luò)和遷移學(xué)習(xí)的全景街區(qū)影像變化檢測

余曉娜，黃 亮, ，陳朋弟

(1.昆明理工大學(xué) 國土資源工程學(xué)院，昆明 650093；2.云南省高校高原山區(qū)空間信息測繪技術(shù)應(yīng)用工程研究中心，昆明 650093)

街區(qū)作為城市建筑物的主要組成部分，精確、實時地對道路街區(qū)進行變化提取，對于城市規(guī)劃和土地利用調(diào)查具有十分重要的作用。例如，在城市發(fā)展中所出現(xiàn)的居民區(qū)改造、工業(yè)區(qū)向郊區(qū)遷移、商業(yè)區(qū)整改等。全景街區(qū)影像研究通過不同時期影像的獲取，可以對城市街道的違建、違停進行排查，保證一個規(guī)整有序的城市環(huán)境。對全景街區(qū)影像進行變化檢測，不僅能輔助城市的違章排查、災(zāi)后評估，還能檢測出城市土地利用的變化情況，為政府在城市建設(shè)方面提供科學(xué)合理的理論參考。全景街區(qū)影像是指通過車載相機所采集到的360°街區(qū)全視場影像[1]。但是由于全景影像所包含的地物復(fù)雜，不僅包括建筑物上的玻璃幕墻，還包括一些廢墟、電線桿、交通燈等，所以傳統(tǒng)的方法不適用于全景街區(qū)影像的變化檢測。

目前，有很少一部分學(xué)者對全景街區(qū)影像的變化檢測鄰域進行研究。主要原因是對全景街區(qū)的變化檢測存在“語義鴻溝”問題[2-3]。軒永倉等基于FCN網(wǎng)絡(luò)模型實現(xiàn)圖像像素級的預(yù)測，為復(fù)雜場景圖像的語義分割做了良好鋪墊[4]。Wu C等運用貝葉斯理論和基于規(guī)則的方法，提高了場景變化檢測準確率[5]。Arabi Mohammed El Amin等提出了一種基于CNN特征的衛(wèi)星圖像變化檢測方法，并得到較高精度[6]。劉文濤等通過級聯(lián)式FCN和空洞卷積的方法，實現(xiàn)建筑物屋頂?shù)木_分割和提取[7]。……