基于多域卷积与自注意机制的SAR图像变化检测

针对基于深度卷积神经网络的合成孔径雷达(synthetic aperture radar, SAR)图像的变化检测方法，在利用图像块分析特征的过程中易将噪声引入到边缘区域，造成SAR图像变化检测精度较差等问题。提出了一种基于多域卷积与自注意机制的SAR图像变化检测方法。该方法先通过多域卷积模型增强输入SAR图像块的中心区域，减少边缘噪声的影响；然后，再利用注入空洞卷积的改进自注意机制模型充分挖掘SAR图像的重要空间结构信息，来提高变化检测的性能；最后采用3种不同类型的SAR数据集进行实验结果表明，本文中所提出方法能获得较高的检测准确率和KC系数，优于各种对比方法。