AtrousMamba：用于遥感变化检测的空洞窗口扫描视觉状态空间模型
计算机视觉与模式识别
2025-07-23 v1
摘要
最近，一种名为 Mamba 的新型视觉状态空间（visual state space, VSS）模型在以线性复杂度对长序列建模方面展现出显著进展，其性能可与 Transformer 模型相媲美，从而增强了其对视觉数据处理的适应性。尽管大多数方法旨在通过直接修改 Mamba 的扫描机制来增强全局感受野，但它们往往忽略了局部信息在密集预测任务中的关键重要性。此外，Mamba 能否像卷积神经网络（CNN）那样有效提取局部特征，仍是一个有待进一步研究的开放性问题。本文提出了一种新颖的模型 AtrousMamba，它有效平衡了细粒度局部细节的提取与全局上下文信息的整合。具体而言，该方法引入了空洞窗口选择性扫描机制，能够以可调速率逐步扩展扫描范围。该设计缩短了相邻 token 之间的距离，使模型能够有效捕获细粒度局部特征和全局上下文。通过利用空洞窗口扫描视觉状态空间（AWVSS）模块，我们为二元变化检测（BCD）和语义变化检测（SCD）设计了专门的端到端基于 Mamba 的框架，分别称为 AWMambaBCD 和 AWMambaSCD。在六个基准数据集上的实验结果表明，所提出的框架优于现有的基于 CNN、基于 Transformer 和基于 Mamba 的方法。这些发现清楚地表明，Mamba 不仅能捕获视觉数据中的长距离依赖关系，还能有效保留细粒度的局部细节。
引用
@article{arxiv.2507.16172,
title = {AtrousMamaba: An Atrous-Window Scanning Visual State Space Model for Remote Sensing Change Detection},
author = {Tao Wang and Tiecheng Bai and Chao Xu and Bin Liu and Erlei Zhang and Jiyun Huang and Hongming Zhang},
journal= {arXiv preprint arXiv:2507.16172},
year = {2025}
}