已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

DDAM-Net: A Difference-Directed Multi-Scale Attention Mechanism Network for Cultivated Land Change Detection

比例(比率) 变更检测 机制(生物学) 网(多面体) 环境科学 土地利用、土地利用的变化和林业 遥感 计算机科学 土地利用 工程类 地理 数学 地图学 土木工程 物理 几何学 量子力学
作者
Junbiao Feng,Haikun Yu,Xiaoping Lu,Xiaoran Lv,Junli Zhou
出处
期刊:Sensors [MDPI AG]
卷期号:24 (21): 7040-7040
标识
DOI:10.3390/s24217040
摘要

Declining cultivated land poses a serious threat to food security. However, existing Change Detection (CD) methods are insufficient for overcoming intra-class differences in cropland, and the accumulation of irrelevant features and loss of key features leads to poor detection results. To effectively identify changes in agricultural land, we propose a Difference-Directed Multi-scale Attention Mechanism Network (DDAM-Net). Specifically, we use a feature extraction module to effectively extract the cropland’s multi-scale features from dual-temporal images, and we introduce a Difference Enhancement Fusion Module (DEFM) and a Cross-scale Aggregation Module (CAM) to pass and fuse the multi-scale and difference features layer by layer. In addition, we introduce the Attention Refinement Module (ARM) to optimize the edge and detail features of changing objects. In the experiments, we evaluated the applicability of DDAM-Net on the HN-CLCD dataset for cropland CD and non-agricultural identification, with F1 and precision of 79.27% and 80.70%, respectively. In addition, generalization experiments using the publicly accessible PX-CLCD and SET-CLCD datasets revealed F1 and precision values of 95.12% and 95.47%, and 72.40% and 77.59%, respectively. The relevant comparative and ablation experiments suggested that DDAM-Net has greater performance and reliability in detecting cropland changes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
现代小笼包完成签到,获得积分10
1秒前
1秒前
End发布了新的文献求助10
3秒前
6秒前
CcXiXi完成签到 ,获得积分10
7秒前
科研通AI2S应助End采纳,获得10
7秒前
谁猪沉浮完成签到,获得积分10
8秒前
11秒前
msk完成签到,获得积分10
11秒前
13秒前
Ken完成签到,获得积分10
13秒前
B612小行星完成签到 ,获得积分10
15秒前
小蘑菇应助紫荆采纳,获得10
18秒前
科研通AI2S应助科研通管家采纳,获得30
20秒前
爱静静应助科研通管家采纳,获得10
21秒前
Orange应助科研通管家采纳,获得10
21秒前
21秒前
隐形曼青应助康康采纳,获得10
21秒前
Wan完成签到,获得积分20
22秒前
大个应助要减肥金针菇采纳,获得10
27秒前
汤汤完成签到 ,获得积分10
29秒前
小蘑菇应助Wan采纳,获得10
29秒前
阿紫吖完成签到 ,获得积分10
33秒前
34秒前
40秒前
动听靖完成签到 ,获得积分10
40秒前
40秒前
万能图书馆应助dasaber采纳,获得10
42秒前
orixero应助小小鹅采纳,获得10
43秒前
44秒前
你你你完成签到,获得积分10
45秒前
46秒前
可爱的函函应助RYY采纳,获得10
46秒前
阿鑫完成签到 ,获得积分10
46秒前
紫荆发布了新的文献求助10
47秒前
oscar完成签到,获得积分10
48秒前
50秒前
清楚或青月完成签到 ,获得积分0
51秒前
lily88发布了新的文献求助10
51秒前
简单的熊猫完成签到,获得积分10
54秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
麻省总医院内科手册(原著第8版) (美)马克S.萨巴蒂尼 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142628
求助须知:如何正确求助?哪些是违规求助? 2793439
关于积分的说明 7806660
捐赠科研通 2449725
什么是DOI,文献DOI怎么找? 1303403
科研通“疑难数据库(出版商)”最低求助积分说明 626861
版权声明 601309