交换即变化：基于图像内与图像间块交换的无监督单时相变化检测框架
计算机视觉与模式识别
2023-10-03 v1 人工智能
摘要
变化检测（CD）是利用多时相遥感影像研究生态系统与人类活动动态的关键任务。尽管深度学习在 CD 任务中展现出良好前景，但其需要大量有标注且配对的多时相影像才能实现高性能。大规模多时相遥感影像的配对与标注既昂贵又耗时。为使基于深度学习的变化检测技术更实用且更具成本效益，我们提出了一种基于图像内与图像间块交换（I3PE）的无监督单时相 CD 框架。I3PE 框架允许使用现实应用中易获取的无配对、无标注单时相遥感影像训练深度变化检测器。I3PE 框架包含四个步骤：1）基于对象的图像分析方法与自适应聚类算法的图像内块交换方法，通过图像内交换块从单时相影像生成伪双时相影像对及相应变化标签；2）图像间块交换方法通过图像间交换块生成更多类型的地表覆盖变化；3）提出由若干图像增强方法组成的仿真流程，以模拟真实情况下由不同成像条件引起的事件前与事件后影像间的辐射差异；4）基于伪标签的自监督学习用于进一步提升变化检测器在无监督与半监督情形下的性能。在两个大规模数据集上的大量实验表明，I3PE 优于代表性的无监督方法，并在 F1 值上比 SOTA 方法分别提升 10.65% 和 6.99%。此外，I3PE 可提升……（完整摘要见原文）
引用
@article{arxiv.2310.00689,
title = {Exchange means change: an unsupervised single-temporal change detection framework based on intra- and inter-image patch exchange},
author = {Hongruixuan Chen and Jian Song and Chen Wu and Bo Du and Naoto Yokoya},
journal= {arXiv preprint arXiv:2310.00689},
year = {2023}
}