May, 2024

异构遥感图像中轻量级的在线全整数剪枝训练变化检测

PDF
TL;DR针对异构遥感图像变化检测中高计算和内存开销的问题，本文提出了一种新的轻量级变化检测方法，该方法利用在线全整数修剪 (OAIP) 训练策略，通过当前的测试数据高效地微调变化检测网络，实验结果显示该方法在性能表现上与最先进的变化检测方法相当，但计算复杂度和内存使用方面显著减少。
change detectionheterogeneous remote sensing imagesonline all-integer pruningcd networkcomputation complexity
发现论文，激发创造
  • 基于修剪和汇聚的轻量级图像补丁级变化检测网络的研究

    提出了一种轻量级裂纹级变化检测网络（LPCDNet），用于快速去除大规模双时期图像中的许多未改变的裂纹对，从而加速后续的像素级 CD 处理阶段并减少其内存成本。

    Oct, 2023

  • 通过知识审查和在线不确定性估计实现遥感图像精确可靠变化检测

    本文介绍了一种新的改变检测网络 AR-CDNet，能够提供精确的改变图和生成像素级不确定性，并使用知识评估策略从低级特征到高级特征提取时间变化知识，最终通过聚合在线不确定性估计分支提取的基于多级时差特征的确定性特征，提高了改变检测的准确性。

    May, 2023

  • 变化导向网络：将变化先验纳入辅助进行遥感影像变化检测

    CGNet 通过生成具有丰富语义信息的深度特征的变化图，利用其作为先验信息来引导多尺度特征融合，解决了传统卷积神经网络接收场不足的问题，进而有效地提高了变化特征的表达能力，并在四个主要的变化检测数据集上验证了其有效性和效率。

    Apr, 2024

  • 高分辨率遥感图像变化检测的轻量级结构感知 Transformer 网络

    为了解决 Transformer 网络在遥感图片变化检测中可能存在的问题，本文提出了一种轻量级结构感知 Transformer（LSAT）网络，有效地提高了 RS 图片 CD 的特征表达能力，并在各种 VHR RS 图片 CD 方法中实现了更好的检测精度和计算成本平衡。

    Jun, 2023

  • 使用从头开始训练的 Transformer 进行遥感变化检测

    本文提出了一种全新的变化检测方法，采用转换器进行从头开始训练，并在四个公共基准测试中实现了最先进的性能。该方法使用一种混洗的稀疏注意力操作来捕获 CD 数据的固有特征，并介绍了一种改变增强的特征融合模块来提高相关语义变化，同时抑制噪声。

    Apr, 2023

  • 半监督遥感图像变化检测中一致性正则化的再探

    该论文提出一种半监督式变化检测方法，通过利用未标记的双时间遥感图像来提高深度学习模型的准确性，试验结果表明，该方法即使只有 10% 的标记数据，其准确率也可以接近于有监督学习方法。

    Apr, 2022

  • 深度网络反演下的经济卫星图像变化检测

    改变监测在卫星图像中寻找在不同时刻捕获的给定场景中的目标改变事件，本文中通过使用主动学习的方法提出了一种改变监测算法。该算法基于问答模型，利用虚拟实例（被称为虚拟样例）上的用户反馈更新深度神经网络分类器，并通过一种对抗模型学习最具表征性、多样性和不确定性的虚拟实例，在主动学习的后续迭代中对这些网络进行更好的重新估计。实验证明我们的深度网络反演与相关工作相比具有更好的性能。

    Sep, 2023

  • SAAN：基于相似性感知的高分遥感图像变化检测的注意力流网络

    设计了一种新颖的相似性感知注意力流网络（SAAN），通过深度监督相似性优化来明确引导深度编码器层从双时相输入图像中发现语义关系；同时，引入相似性引导的注意力流模块和注意力流机制来引导模型关注具有区分性的通道和区域，达到高效的变化检测和语义一致性维护。

    Aug, 2023

  • 基于图交互的遥感图像变化检测

    提出了一种基于图交互网络的双时相遥感变化检测方法，并采用 ResNet18 作为骨干网络，在 GZ CD 数据集上取得了优异的性能。

    Jul, 2023

  • 遥感变化描述的像素级变化检测伪标签学习

    通过模型训练和像素级 CD 伪标签，我们提出了一种用于遥感图像变化字幕的创新网络，该网络具有辅助的 CD 分支和语义融合增强模块，经实验证明此方法在描述变化方面取得了最先进的性能。

    Dec, 2023