T-UNet: 用于高分辨率遥感图像变化检测的三支UNet
计算机视觉与模式识别
2023-08-07 v1 图像与视频处理
摘要
遥感图像变化检测旨在识别同一区域不同时间获取图像之间的差异。它广泛应用于土地管理、环境监测、灾害评估等领域。目前,大多数变化检测方法基于孪生网络结构或早期融合结构。孪生结构侧重于提取不同时相的目标特征,但缺乏对变化信息的关注,导致误报和漏检。早期融合(EF)结构侧重于在不同相位图像融合后提取特征,但忽略了不同时相目标特征对检测变化细节的重要性,难以准确辨别变化物体的边缘。为解决这些问题并获得更准确的结果,我们提出一种基于三分支编码器的新型网络Triplet UNet(T-UNet),能够通过三重编码器同时提取前、后时相图像的目标特征与变化特征。为有效交互与融合三重编码器三分支提取的特征,我们提出多分支空间-光谱交叉注意力模块(MBSSCA)。在解码阶段,我们引入通道注意力机制(CAM)与空间注意力机制(SAM),以充分挖掘并整合浅层细节纹理信息与深层语义定位信息。
引用
@article{arxiv.2308.02356,
title = {T-UNet: Triplet UNet for Change Detection in High-Resolution Remote Sensing Images},
author = {Huan Zhong and Chen Wu},
journal= {arXiv preprint arXiv:2308.02356},
year = {2023}
}
备注
21 pages, 11 figures, 6 tables