Oct, 2023
一种通过偏离关系学习在模态和场景之间统一的遥感异常检测器
A Unified Remote Sensing Anomaly Detector Across Modalities and Scenes via Deviation Relationship Learning
Jingtao Li, Xinyu Wang, Hengwei Zhao, Liangpei Zhang, Yanfei Zhong
TL;DR通过利用异常对象与其局部背景的偏差特征，我们将异常检测任务重新定义为基于偏差关系的无向双层图，其中异常得分建模为给定背景模式和正常对象的条件概率，进而将学习目标表达为条件概率排序问题。我们在数据、架构和优化方面设计了一种实例化表达方法，并通过使用模拟的光谱和空间异常驱动实例化架构，通过直接优化条件概率排序来验证了该模型在包括高光谱、可见光、合成孔径雷达（SAR）、红外和低光等五种模态下的统一检测能力。