-
题名一种联合空间约束与差异特征聚合的变化检测网络
- 1
-
-
作者
韦春桃
龚成
周永绪
-
机构
重庆交通大学智慧城市学院
-
出处
《测绘学报》
EI
CSCD
北大核心
2023年第9期1538-1547,共10页
-
文摘
变化检测旨在观测地物在不同时序中的表达差异。深度学习已成为实现这一任务的主流手段,现有基于深度学习的遥感变化检测方法中,普遍更专注于对图像中的深度特征进行学习,而忽略了不同层级特征之间语义优势及差距,从而导致检测性能不足。为此,本文提出了一种联合空间约束与差异特征聚合的变化检测网络,通过控制特征信息在网络中的流动,消除检测对象底层特征和高层语义信息之间差异性,提高预测结果的质量。首先,利用孪生网络并结合特征金字塔结构生成多尺度差异特征;然后,使用所提出的坐标自注意力机制(CSAM)对低层特征进行空间约束,强化对变化区域边缘结构及精确位置的学习,并结合经典的卷积注意力模块充分捕捉上下文变化信息;最后,使用门控融合机制提取通道关系,控制多尺度特征的融合,以生成边界清晰、内部完整的变化图像。在变化检测数据集CDD和LEVIR-CD上对本文方法进行了试验,与已有变化检测网络模型进行比较,本文方法在不同场景下均表现出最佳的检测效果。
-
关键词
变化检测
多尺度差异特征
空间约束
门控融合机制
复杂场景
-
Keywords
change detection
multi-scale difference features
spatial constraints
gated fusion mechanism
complex scene
-
分类号
P237
[天文地球—摄影测量与遥感]
-