面向遥感水体变化检测的空间语义与连续性感知注意力
计算机视觉与模式识别
2025-11-21 v1
摘要
遥感水体变化检测（WBCD）旨在从同一地理区域的双时相图像中检测水体表面变化。最近，缺乏高空间分辨率的 WBCD 数据集限制了其在城市和农村地区的应用，这些地区需要更精确的定位。同时，先前的深度学习方法未能充分利用深度特征中空间语义和结构信息。为解决这些问题，我们首次提出了分辨率高于 3米的新型数据集 HSRW-CD，专为 WBCD 设计。具体而言，该数据集包含大量图像对，广泛覆盖各种水体类型。此外，我们设计了空间语义与连续性感知（SSCP）注意力模块，充分利用 WBCD 网络中深度特征的空间语义与结构，显著提升对水体的判别能力。SSCP 包含三个组件：多语义空间注意力（MSA）、结构关系感知全局注意力（SRGA）和通道自注意力（CSA）。MSA 增强水体特征的空间语义，为 CSA 提供精确的空间语义先验；随后，SRGA 进一步提取空间结构，以学习水体的空间连续性；最后，CSA 利用来自 MSA 和 SRGA 的空间语义和结构先验，在通道之间计算相似性。SSCP 专为水体深度特征设计，可即插即用于现有 WBCD 模型。大量在 HSRW-CD 和 Water-CD 数据集上的实验验证了 SSCP 的有效性与通用性。本工作的代码和 HSRW-CD 数据集将访问 https://github.com/QingMa1/SSCP。
引用
@article{arxiv.2511.16143,
title = {A Spatial Semantics and Continuity Perception Attention for Remote Sensing Water Body Change Detection},
author = {Quanqing Ma and Jiaen Chen and Peng Wang and Yao Zheng and Qingzhan Zhao and Yuchen Zheng},
journal= {arXiv preprint arXiv:2511.16143},
year = {2025}
}