遥感与地理信息系统学报

抽象的

用于异构遥感影像变化检测的部分解耦暹罗模型

图阿蒂·R、米尼奥特·M、达赫曼·M

本文讨论了检测双时态异构遥感图像对中的变化的问题。在不同的学科中，多模态是协作传感环境中性能增强的关键解决方案。特别是在遥感图像中，仍然存在需要填补的研究空白，包括传感器的增加、数据共享能力和多时态数据可用性。本研究旨在探索多时态设置中的多模态，以更好地理解协作传感器范围的信息完成；我们提出了一种成对学习方法，该方法由基于两个部分解耦的并行网络流的伪暹罗网络架构组成。每个流都代表一个卷积神经网络 (CNN)，用于对输入补丁进行编码。整体变化检测器 (CD) 模型包括一个融合阶段，该阶段将两个编码连接到一个多模态特征表示中，然后使用完全连接层将其降低到较低的维度，最后使用基于二元交叉熵的损失函数作为决策层。所提出的伪孪生成对学习架构允许 CD 模型捕获多模态输入图像对之间的空间和时间依赖关系。该模型在不同空间分辨率下同时处理两个多模态输入块。在反映具有不同空间分辨率的 CD 条件混合的不同真实多模态数据集上的评估性能证实了所提出的 CD 架构的有效性。