Jul, 2024
卫星图像时间序列语义变化检测：新颖架构与领域偏移分析
Satellite Image Time Series Semantic Change Detection: Novel
Architecture and Analysis of Domain Shift
TL;DR卫星图像在监测地球表面变化、辅助气候分析、生态系统评估和灾难响应方面起着至关重要的作用。本文中，我们通过卫星图像时间序列 (SITS-SCD) 处理语义变化检测，该任务既包括变化检测，也包括语义分割。我们提出了一种增强了现有技术、更好地适应参数数量、利用长期时间信息的新架构。然而，对于实际用例，模型需要适应空间和时间偏移，这仍然是一个挑战。我们使用 DynamicEarthNet 和 MUDS 在全球、多年的 SITS 数据集上分别研究了时间和空间偏移对性能的影响。我们发现空间域偏移代表了最复杂的设置，并且时间偏移对变化检测的性能影响比对语义分割的影响更为显著，突出了它是一个需要进一步关注的具体问题。