集成动态物候特征用于遥感图像土地覆盖变化检测
计算机视觉与模式识别
2024-08-09 v1
摘要
遥感图像变化检测（CD）对于分析地表随时间的变化至关重要，其主要挑战在于区分真实变化与复杂场景，同时过滤伪变化。这一挑战的主要来源是自然区域中因物候特性引起的类内动态变化。为克服这一问题，我们提出了 InPhea 模型，将物候特征集成到遥感图像变化检测框架中。该模型采用具有差分注意力模块的检测器，以增强变化信息的特征表示，并结合高分辨率特征提取模块与空间金字塔模块以提升性能。此外，采用包含四个约束模块的约束器以及多阶段对比学习方法，以辅助模型理解物候特性。在 HRSCD、SECD 和 PSCD-Wuhan 数据集上的实验表明，InPhea 优于其他模型，证实了其在处理物候伪变化方面的有效性以及整体模型的优越性。
引用
@article{arxiv.2408.04144,
title = {Integrated Dynamic Phenological Feature for Remote Sensing Image Land Cover Change Detection},
author = {Yi Liu and Chenhao Sun and Hao Ye and Xiangying Liu and Weilong Ju},
journal= {arXiv preprint arXiv:2408.04144},
year = {2024}
}