卫星图像变化检测中U-Net架构的比较研究
计算机视觉与模式识别
2025-06-10 v1 机器学习
图像与视频处理
摘要
遥感变化检测对于监测地球不断变化的景观至关重要。U-Net架构因其捕获空间信息并进行像素级分类的能力而日益流行。然而，其在遥感领域的应用仍大体未被探索。因此，本文通过对34篇文献的全面分析，填补了这一空白。本研究比较分析了18种不同的U-Net变体，评估其在遥感变化检测中的潜力。我们评估了每种变体在此特定应用中的优势与不足。我们强调那些专为变化检测设计的变体，如Siamese Swin-U-Net，它利用双路径架构。分析结果表明，管理来自不同时间段的数据以及收集长距离关系对于提高变化检测精度至关重要。本研究为从事遥感变化检测任务的研究者和实践者提供了有价值的见解。
引用
@article{arxiv.2506.07925,
title = {A Comparative Study of U-Net Architectures for Change Detection in Satellite Images},
author = {Yaxita Amin and Naimisha S Trivedi and Rashmi Bhattad},
journal= {arXiv preprint arXiv:2506.07925},
year = {2025}
}