Changer：特征交互是变化检测所需的关键
计算机视觉与模式识别
2023-07-19 v1
摘要
变化检测是长期地球观测任务的重要工具。它以双时相图像为输入，预测变化发生的“位置”。与其他密集预测任务不同，变化检测的一个有意义考量在于双时相特征之间的交互。受此启发，本文提出一种新颖的通用变化检测架构 MetaChanger，其在特征提取器中包含一系列可替换的交互层。为验证 MetaChanger 的有效性，我们提出两个采用简单交互策略的派生模型 ChangerAD 与 ChangerEx：聚合-分发（AD）与“交换”。AD 抽象自若干复杂交互方法，“交换”则是一种完全无参数且无计算量的操作，通过交换双时相特征实现。此外，为更好地对齐双时相特征，我们提出流双对齐融合（FDAF）模块，支持交互式对齐与特征融合。关键在于，我们观察到 Changer 系列模型在不同尺度变化检测数据集上均取得具竞争力的性能。进一步地，我们提出的 ChangerAD 与 ChangerEx 可作为未来 MetaChanger 设计的起始基线。
引用
@article{arxiv.2209.08290,
title = {Changer: Feature Interaction is What You Need for Change Detection},
author = {Sheng Fang and Kaiyu Li and Zhe Li},
journal= {arXiv preprint arXiv:2209.08290},
year = {2023}
}
备注
11 pages, 5 figures