GETNET：一种用于高光谱图像变化检测的通用端到端二维CNN框架
计算机视觉与模式识别
2023-04-06 v1 图像与视频处理
摘要
变化检测（CD）是遥感的重要应用，可提供大尺度地球表面的及时变化信息。随着高光谱影像的出现，CD技术得到极大推动，因为具有高光谱分辨率的高光谱数据能够比传统多光谱影像检测更细微的变化。然而，高光谱数据的高维性使得传统CD算法难以实施。此外，亚像元级别端元丰度信息常未得到充分利用。为更好处理高维问题并挖掘丰度信息，本文提出一种用于高光谱图像变化检测（HSI-CD）的通用端到端二维CNN（GETNET）框架。本工作的主要贡献有三：1）引入集成亚像元表示的混合亲和度矩阵，以挖掘更多跨通道梯度特征并融合多源信息；2）设计二维CNN以从更高层次有效学习多源数据的判别性特征，增强所提CD算法的泛化能力；3）设计新的HSI-CD数据集，用于不同方法的客观比较。在真实高光谱数据集上的实验结果表明，所提方法优于大多数现有最优方法（SOTA）。
引用
@article{arxiv.1905.01662,
title = {GETNET: A General End-to-end Two-dimensional CNN Framework for Hyperspectral Image Change Detection},
author = {Qi Wang and Zhenghang Yuan and Qian Du and Xuelong Li},
journal= {arXiv preprint arXiv:1905.01662},
year = {2023}
}