《表2 8种基于相同超像元分割结果的变化检测方法的过程描述》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于超像元词包特征和主动学习的高分遥感影像变化检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证本文方法的可行性和优越性，采用如下8种基于同一超像元分割结果的算法进行实验：基于词包模型和改进标注策略的主动学习方法（Bag Of Words-Improved Active Learning，BOW-IAL）、基于词包模型和随机采样的方法（Bag Of Words-Random Sampling，BOW-RS）、基于底层特征和改进标注策略的主动学习方法（LOW-Improved Active Learning，LOW-IAL）、基于底层特征和随机采样的方法（LOW-Random Sampling，LOW-RS）、基于词包模型和传统主动学习的方法（Bag Of Words-Active Learning，BOW-AL）、基于底层特征和传统主动学习的方法（LOW-Active Learning，LOW-AL）、面向对象变化向量分析法（Object-oriented Change Vector Analysis，OCVA）以及基于支持向量机的变化检测方法（Support Vector Machine，SVM）。各算法描述如表2所示。