Обнаружение изменений в изображениях дистанционного зондирования высокого разрешения на основе декуплинга признакового подпространства и итеративного уточнения остатков

LI Hanzhi ,  

LI Haiwei ,  

GUO Qi ,  

ZHAO Yi ,  

SONG Liyao ,  

LI Siyuan ,  

LIU Sihan ,  

XIE Yuhao ,  

摘要

С развитием технологий дистанционного зондирования земли с высоким разрешением, богатые текстурные детали объектов на изображениях повышают информативность, но также вводят сложные фоновые шумы, вызванные освещением, тенями и сезонными фенологическими изменениями. Для решения проблемы ложных срабатываний, вызванных сложными фоновыми шумами при обнаружении изменений в данных высокого разрешения, а также проблем с потерей мелких деталей объектов из-за традиционного выборочного сбора данных, предложена сеть на основе декуплинга признаков и итеративного уточнения остатков (DIR-Net). Во-первых, с использованием предварительно обученного FastSAM в качестве визуального приоритетного кодировщика извлекаются многомасштабные устойчивые признаки. Далее разработан модуль декуплинга признакового подпространства, который с помощью ортогонального проецирования и стратегии перекрестной перекалибровки явно разлагает признаки двух временных снимков на общее семантическое подпространство и подпространство различий, подавляя шумы окружения на корню. В заключение предложен модуль итеративного уточнения остатков с интеграцией механизма координатного внимания, моделирующий процесс декодирования как задачу регрессии остатков от грубого к точному, позволяя постепенно восстанавливать краевые детали мелких объектов в пространстве признаков с сохранением разрешения. Эксперименты на трех открытых наборах данных LEVIR-CD, WHU-CD и SYSU-CD показали, что F1-метрика DIR-Net составила 91,33 %, 93,31 % и 86,29 % соответственно. По сравнению с ведущими алгоритмами ChangeFormer и BIT, среднее повышение F1 составило около 5,0 %, при значительном снижении ложных тревог псевдоизменений и сохранении очень высокого показателя полноты. Метод эффективно решает проблемы сцепления признаков и потери деталей, обладает высокой устойчивостью и высокой точностью определения границ в сложных сценариях.

关键词

обнаружение изменений в дистанционном зондировании;декуплинг признаков;итеративное уточнение остатков;глубокое обучение;DIR-Net;изображения высокого разрешения;обнаружение мелких объектов

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website