STNet：用于遥感图像变化检测的空间与时序特征融合网络
计算机视觉与模式识别
2023-04-25 v1
摘要
作为遥感图像分析中的一项重要任务，遥感变化检测（RSCD）旨在从空间配准的多时相遥感图像中识别区域内感兴趣的变化，以监测局部发展。现有的 RSCD 方法通常将 RSCD 表述为二分类任务，仅通过特征拼接或特征相减表示感兴趣变化，并通过密集连接的变化表征恢复空间细节，其性能仍有待提升。本文中，我们提出 STNet，一种基于空间与时序特征融合的 RSCD 网络。具体而言，我们设计了一个时序特征融合（TFF）模块，利用跨时相门控机制结合双时相特征以突出感兴趣变化；部署一个空间特征融合模块，利用跨尺度注意力机制捕获细粒度信息以恢复变化表征的空间细节。在三个 RSCD 基准数据集上的实验结果表明，所提方法取得了最先进的性能。代码见 https://github.com/xwmaxwma/rschange。
引用
@article{arxiv.2304.11422,
title = {STNet: Spatial and Temporal feature fusion network for change detection in remote sensing images},
author = {Xiaowen Ma and Jiawei Yang and Tingfeng Hong and Mengting Ma and Ziyan Zhao and Tian Feng and Wei Zhang},
journal= {arXiv preprint arXiv:2304.11422},
year = {2023}
}
备注
Accepted by ICME 2023