MASNet：通过互注意力改进孪生网络在遥感变化检测任务中的性能
计算机视觉与模式识别
2022-06-07 v1 人工智能
摘要
孪生网络被广泛用于遥感变化检测任务。原始的孪生网络具有两个共享权重的相同特征提取分支，这两个分支独立工作，特征图在即将送入解码器头之前才进行融合。然而我们发现，对于变化检测任务，在早期阶段于两个特征提取分支之间交换信息至关重要。本工作中我们提出互注意力孪生网络（MASNet），一种带有互注意力插件的通用孪生网络，以在两个特征提取分支之间交换信息。我们表明，该改进提升了孪生网络在多个变化检测数据集上的性能，且对卷积神经网络与视觉 transformer 均有效。
引用
@article{arxiv.2206.02331,
title = {MASNet:Improve Performance of Siamese Networks with Mutual-attention for Remote Sensing Change Detection Tasks},
author = {Hongbin Zhou and Yupeng Ren and Qiankun Li and Jun Yin and Yonggang Lin},
journal= {arXiv preprint arXiv:2206.02331},
year = {2022}
}
备注
XXIV ISPRS Congress