WRICNet：一种用于多分辨率遥感图像变化检测的加权富尺度 Inception 编码网络
计算机视觉与模式识别
2022-05-04 v1
摘要
多数遥感图像变化检测模型仅能在特定分辨率数据集上取得良好效果。为提升模型在多分辨率数据集上的变化检测效果，本文提出一种加权富尺度 Inception 编码网络（WRICNet），其能够很好地融合浅层多尺度特征与深层多尺度特征。所提出的加权富尺度 Inception 模块可获取浅层多尺度特征，加权富尺度编码模块可获取深层多尺度特征。加权尺度块为不同尺度特征分配适当权重，从而增强变化区域边缘的表达能力。在多分辨率数据集上的性能实验表明，与对比方法相比，所提方法进一步降低了变化区域外的误报与变化区域内的漏报，且变化区域边缘更为精确。所提方法的消融研究证明，本文的训练策略与改进可提升变化检测的有效性。
引用
@article{arxiv.2108.07955,
title = {WRICNet:A Weighted Rich-scale Inception Coder Network for Multi-Resolution Remote Sensing Image Change Detection},
author = {Yu Jiang and Lei Hu and Yongmei Zhang and Xin Yang},
journal= {arXiv preprint arXiv:2108.07955},
year = {2022}
}