用于遥感图像变化描述的渐进尺度感知网络
计算机视觉与模式识别
2023-12-19 v2
摘要
遥感（RS）图像包含大量不同尺度的地物，这给 RS 图像变化描述（RSICC）任务在复杂场景中识别感兴趣视觉变化并用语言描述带来显著挑战。然而，现有方法在充分提取与利用多尺度信息方面仍存在不足。本文提出一种渐进尺度感知网络（PSNet）以解决该问题。PSNet 是一种纯 Transformer 架构模型。为充分提取多尺度视觉特征，我们堆叠多个渐进差异感知（PDP）层以逐步挖掘双时相特征的差分特征。为充分利用所提取的多尺度特征进行描述，我们提出尺度感知增强（SR）模块，并将其与 Transformer 解码层结合以逐步利用来自不同 PDP 层的特征。实验表明 PDP 层与 SR 模块有效，且我们的 PSNet 优于以往方法。代码公开于 https://github.com/Chen-Yang-Liu/PSNet
引用
@article{arxiv.2303.00355,
title = {Progressive Scale-aware Network for Remote sensing Image Change Captioning},
author = {Chenyang Liu and Jiajun Yang and Zipeng Qi and Zhengxia Zou and Zhenwei Shi},
journal= {arXiv preprint arXiv:2303.00355},
year = {2023}
}
备注
IGARSS 2023 - 2023 IEEE International Geoscience and Remote Sensing Symposium