3D-SSM: 用于遥感变化检测的新型三维选择性扫描模块
计算机视觉与模式识别
2025-06-25 v1
摘要
现有的基于Mamba的遥感变化检测方法虽然增强了扫描模型,但仍受限于其无法有效捕获图像通道间的长距离依赖关系,这限制了它们的特征表示能力。为了解决这一局限性,我们提出了一个三维选择性扫描模块(3D-SSM),该模块从空间平面和通道两个角度捕获全局信息,从而实现对数据更全面的理解。基于3D-SSM,我们提出了两个关键组件:时空交互模块(SIM)和多分支特征提取模块(MBFEM)。SIM通过促进来自不同时间点的图像中全局与局部特征之间的交互,实现了双时相特征融合,从而增强了对细微变化的检测。同时,MBFEM结合了频域、空间域和3D-SSM的特征,为图像中的上下文信息提供了丰富的表示。通过大量实验,我们的方法在五个基准数据集上展示了与最先进的变化检测方法相比优越的性能。代码可在 https://github.com/VerdantMist/3D-SSM 获取。
引用
@article{arxiv.2506.19263,
title = {3D-SSM: A Novel 3D Selective Scan Module for Remote Sensing Change Detection},
author = {Rui Huang and Jincheng Zeng and Sen Gao and Yan Xing},
journal= {arXiv preprint arXiv:2506.19263},
year = {2025}
}