EfficientCD：一种基于双时相层交换的变更检测新策略
计算机视觉与模式识别
2024-07-24 v1
摘要
随着遥感技术在环境监测中的广泛应用，对自然环境遥感图像变更检测（CD）的高效与准确需求日益增长。我们提出了一种新型深度学习框架，名为EfficientCD，专为遥感图像变更检测设计。该框架采用EfficientNet作为骨干网络进行特征提取。为增强双时相图像特征图之间的信息交换，我们设计了针对遥感变更检测的新型特征金字塔网络模块，称为ChangeFPN。此外，为充分利用解码阶段中的多级特征图，我们开发了结合欧几里得距离的逐层特征上采样模块，以提高解码阶段的特征融合与重建。EfficientCD在四个遥感数据集上进行了实验验证：LEVIR-CD、SYSU-CD、CLCD和WHUCD。实验结果表明，EfficientCD在变更检测精度方面表现出色。代码和预训练模型将发布于https://github.com/dyzy41/mmrscd。
关键词
引用
@article{arxiv.2407.15999,
title = {EfficientCD: A New Strategy For Change Detection Based With Bi-temporal Layers Exchanged},
author = {Sijun Dong and Yuwei Zhu and Geng Chen and Xiaoliang Meng},
journal= {arXiv preprint arXiv:2407.15999},
year = {2024}
}