change detection | BriefGPT

关键词change detection

搜索结果 - 110

通用遥感变化检测的单时序监督学习
提出了一种新的单时序监督学习方法（STAR），用于遥感变化检测，通过利用未配对图像之间的变化来训练高准确性的变化检测器，并且适用于实际的双时序图像对。通过设计具有二进制变化检测、目标变化检测和语义变化检测能力的简单统一的 ChangeSta
PDF12 days ago
重新思考带有遮罩视图的遥感变化检测
该研究论文提出了一种使用遮罩视图的变化检测方法，其中包括了用于变化提取的 Siamese 骨干网络、像素解码器、变换器解码器和归一化检测器等组件，同时还提出了定制的改变检测任务实例网络 CDMaskFormer，该网络能在复杂情景下准确识别
PDF13 days ago
ChangeViT: 释放纯视觉 Transformer 的变化检测能力
本文介绍了一种利用 ViTs 骨干结构进行大规模变化检测的 ChangeViT 框架，并引入细节捕获模块和特征注入器，使 ChangeViT 在检测大规模变化和捕获细粒度细节方面表现出色，并在 LEVIR-CD、WHU-CD、CLCD 和
PDF16 days ago
基于自动化 GIS 的双时相高分辨率航空影像检测人行横道变化的框架
本研究开发了一种自动化框架，利用不同时间间隔获取的高分辨率图像中提取的数据，检测佛罗里达州的橙县、奥斯塞奥拉县和塞米诺尔县的人行横道变化，结果显示橙县有 2,094 个人行横道变化，其中 312 个发生在州内道路上，塞米诺尔县和奥斯塞奥拉县
PDF20 days ago
SRC-Net: 时间间隔空间关系关注网络的变化检测
提出了一种名为 SRC-Net 的双时空关系感知网络，用于实现变化检测任务。该网络包括感知与交互模块和补丁模式联合特征融合模块，能够更好地利用时空关系，并在实验中展现了优越的性能。
PDF25 days ago
CDMamba: 遥感图像变化检测与 Mamba
提出了一个名为 CDMamba 的模型，它有效地结合了全局和局部特征来处理 CD 任务，使用了 Scaled Residual ConvMamba（SRCM）块来提取全局特征和增强局部细节，使用 Adaptive Global Local
PDFa month ago
DiffMatch: 视觉 - 语言指导提升半监督变化检测器的性能
本文提出了一种基于视觉语言模型的半监督变化检测方法，名为 DiffMatch，通过利用 VLM 合成自由变化标签为无标签数据提供额外的监督信号，并通过辅助分割解码器明确分离双时相图像的语义表示，最终通过特征级对比损失引入度量感知监督，实验证
PDF2 months ago
异构遥感图像中轻量级的在线全整数剪枝训练变化检测
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
PDF2 months ago
MFDS-Net: 远程感知变化检测的多尺度特征深度监督网络，融合全局语义和细节信息
MFDS-Net 是一种基于全局语义和细节信息的多尺度特征深度监督网络，旨在更精细地描述变化的建筑和地理信息，增强变化目标的定位和弱特征的提取。
PDF2 months ago
RFL-CDNet：基于更丰富特征学习的准确变化检测
利用更丰富的特征学习来提高变化检测性能，我们提出了一种名为 RFL-CDNet 的新型框架，该框架采用深度多重监督来增强中间表示，并设计了 C2FG 模块和 LF 模块来进一步改进特征学习和获得更具有区分性的特征表示。
PDF2 months ago
ChangeBind: 远程感知变化检测的混合变化编码器
提出了一种基于 Siamese 网络架构的改变检测方法，通过利用局部和全局特征表示捕捉多尺度特征，精确估计改变区域，实现了对遥感图像的语义变化的编码。在两个具有挑战性的改变检测数据集上的实验研究表明了该方法的优势，并获得了最先进的性能。
PDF2 months ago
C2F-SemiCD：基于一致性正则化的粗细半监督高分辨率遥感图像变化检测方法
通过多尺度、通道注意力机制、空间注意力机制、全局上下文模块、特征细化模块、初始聚合模块和最终聚合模块等方式，逐渐完成从粗粒度到细粒度的变化特征提取；并使用均方差方法 (Mean Teacher Method) 将学生模型的参数更新为教师模型
PDF2 months ago
MaskCD：基于掩膜分类的遥感变化检测网络
通过自适应生成分类掩蔽层检测变化区域，本论文提出了一种基于遮罩预测和分类的变化检测方法 (MaskCD)，它利用交叉级别变化感知器来学习多尺度的变化感知表示，并通过利用可变形多头自注意力机制来捕捉编码特征中的时空关系。随后，通过基于遮罩注意
PDF3 months ago
基于去噪扩散模型的光学图像转换：以异构变化检测为例
介绍一种创新的基于深度学习的方法，使用去噪扩散模型将不同光学传感器的低分辨率图像转换为高分辨率图像，保留内容并避免不需要的伪影，通过大规模多样的 Sentinel-II 和 Planet Dove 图像配对数据集进行训练和测试，解决了在多传
PDF3 months ago
领域通用的单时序监督遥感变化检测
本文提出了基于可视化 - 语言预训练的多模态对比学习（ChangeCLIP）用于变化检测领域的广义化。同时，还提出了动态语境优化的提示学习方法。此外，为了解决现有方法中的数据依赖性问题，引入了基于单时序和可控的 AI 生成训练策略（SAIN
PDF3 months ago
利用细粒度信息和噪声解耦的遥感变化检测
利用细粒度特征进行变化检测，提供信息补偿和噪声分离方法以实现新的最优结果。
PDF3 months ago
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。
PDF3 months ago
HANet: 一种基于双时相高分辨率遥感图像的分层注意力网络用于变化检测
通过深度学习技术的发展，本文提出了一种基于渐进前景平衡采样策略的深度学习模型来解决变化检测任务中改变和不改变的像素之间不平衡的问题，并设计了一种层次化注意力网络（HANet），以提高检测性能。
PDF3 months ago
LRNet: 高分辨率遥感图像的变化检测基于定位优化策略
本文提出了基于定位再细化策略的新型网络 LRNet，通过定位和细化阶段，使用学习优化池化（LOP）和变换对齐注意力（C2A）等方法，提高了改变区域的定位和边界判别准确性，并在 LEVIR-CD 和 WHU-CD 数据集上取得了最精确的边界判
PDF3 months ago
基于 DDPM 的变化检测的特征操作
拟议了两种方法：Feature Attention 和 FDAF，将从扩散模型中提取的特征图进行语义上有用的操作；在 LEVIR-CD 数据集上，使用 Feature Attention 的模型获得了 F1 值（90.18）和 IoU 值（
PDF3 months ago