用于高光谱异常变化检测的多时相空间-光谱对比网络
计算机视觉与模式识别
2022-05-24 v1
摘要
高光谱异常变化检测一直是一项具有挑战性的任务，因为它侧重于在普遍变化背景下小且稀有对象的动态。在本文中，我们提出了一种用于高光谱异常变化检测的多时相空间-光谱对比网络（MTC-NET）。整个模型是一个深度孪生网络，旨在通过对比学习从 hyperspectral 图像中学习由复杂成像条件导致的普遍光谱差异。设计了一个三维空间光谱注意力模块，以有效提取空间语义信息和关键光谱差异。然后最小化多时相特征之间的差距，促进语义和光谱特征的对齐以及多时相背景光谱差异的抑制。在“Viareggio 2013”数据集上的实验证明了所提出的 MTC-NET 的有效性。
引用
@article{arxiv.2205.11395,
title = {Multi-Temporal Spatial-Spectral Comparison Network for Hyperspectral Anomalous Change Detection},
author = {Meiqi Hu and Chen Wu and Bo Du},
journal= {arXiv preprint arXiv:2205.11395},
year = {2022}
}
备注
4pages; 5 figure; IGARSS2022