remote sensing change detection | BriefGPT

关键词remote sensing change detection

搜索结果 - 6

DDLNet：用双域学习增强遥感变化检测
提出基于双域学习（频域和空域）的 RSCD 网络 DDLNet，利用离散余弦变换（DCT）捕捉时频信息以增强感兴趣的变化，并通过空间域恢复模块（SRM）融合时空特征来重建空域变化表示，实验证明该方法在三个基准 RSCD 数据集上实现了最先进
PDF17 days ago
基于域适应的自监督变化检测框架 SSLChange
该论文介绍了一种新颖的自监督对比框架，适用于遥感变化检测任务，通过领域适配器和分层对比头提高模型对空间、结构和语义信息的准确捕捉，通过自学习使用单个时态样本，可灵活转移到主流变化检测基线，提供无需额外数据或标签的下游基线性能显著增强，实验结
PDFa month ago
ChangeAnywhere: 通过语义潜在扩散模型进行遥感变化检测的样本生成
ChangeAnywhere 是一种使用语义潜在扩散模型和单时相图像的新型变化检测样本生成方法，它能够捕获变化含义与语义上的不同和相同语义约束下的合理变化，并显著提高了各种基于深度学习的变化检测模型的性能。
PDF3 months ago
ChangeMamba: 遥感变化检测与时空状态空间模型
基于 Mamba 架构，我们为二值变化检测（BCD）、语义变化检测（SCD）和建筑损伤评估（BDA）任务设计了对应的框架 MambaBCD、MambaSCD 和 MambaBDA，利用 Mamba 编码器进行全局空间上下文信息的学习，并通过
PDF3 months ago
ELGC-Net：面向遥感变化检测的高效局部全局上下文聚合
本文提出了一种高效的深度学习框架 ELGC-Net，用于远程感知变化检测任务，并通过捕获丰富的上下文信息精确估计变化区域，减小模型尺寸，从而在遥感变化检测基准测试中取得了最新的最佳性能。
PDF3 months ago
STNet：用于遥感图像变化检测的时空特征融合网络
本篇论文提出了一种基于时空特征融合的 RSCD 网络 STNet，通过时间特征融合模块和空间特征融合模块强化感兴趣的变化并恢复变化表征的空间细节，实验表明该方法在三个基准数据集上取得了最先进的性能。
PDFa year ago