【DMINet】Change Detection on Remote Sensing Images Using Dual-Branch Multilevel Intertemporal Network

摘要:在有限的样本和复杂的场景(季节变化、亮度变化、建筑改造等)情况下,遥感变化检测仍有很多限制,在两期影像上做差异特征的之前直接探索双时间图像之间直接交互的可行性。在本文中,我们提出了一个双分支多级跨时间网络(DMINet)来高效地推导变化检测。具体来说,通过将自我注意(SelfAtt)和交叉注意(CrossAtt)统一在一个模块中,我们提出了一个跨期联合注意(JointAtt)块来引导他们之间的全局特征,激发层内表示之间的信息耦合,同时抑制与任务无关的干扰。此外,以差异特征的检测为中心,基于没有复杂结构的简单主干网络,如resnet,重点考虑了两个问题,使用减法和拼接的差异获取和使用增量特征重新排列的多级差异聚合。

目录

创新点

1.网络结构图

2.JointAtt模块

你可能感兴趣的:(变化检测论文解读,深度学习,人工智能,语义分割,变化检测,DMINet)