基于CNN-Transformer混合结构的遥感影像变化检测模型OACSTPCD
A Remote Sensing Image Change Detection Model Based on CNN-Transformer Hybrid Structure
卷积神经网络和Transformer模型的出现,使得遥感影像变化检测技术不断进步,但是目前这2种方法仍存在不足:一方面,卷积神经网络由于其卷积核局部感知的特点无法对遥感影像进行全局信息建模;另一方面,Transformer虽然可以捕获遥感影像的全局信息,但是对影像变化的细节信息不能很好地建模,且其计算复杂度随图像的分辨率呈二次方增长.为了解决上述问题,获得更稳健的变化检测结果,本文提出一种基于卷积神经网络和Transformer混合结构的变化检测…查看全部>>
许叶彤;耿信哲;赵伟强;张月;宁海龙;雷涛
陕西科技大学陕西省人工智能联合实验室,陕西 西安 710021陕西科技大学陕西省人工智能联合实验室,陕西 西安 710021中电科西北集团有限公司西安分公司,陕西 西安 710065陕西科技大学陕西省人工智能联合实验室,陕西 西安 710021西安邮电大学计算机科学与技术学院,陕西 西安 710121陕西科技大学陕西省人工智能联合实验室,陕西 西安 710021
计算机与自动化
遥感图像变化检测卷积神经网络Transformer
remote sensing imageschange detectionconvolutional neural networksTransformer
《计算机与现代化》 2023 (7)
低维与高维数学形态学理论框架的统一及应用研究
79-85,7
国家自然科学基金资助项目(61871259)陕西省重点研究开发项目(2021ZDLGY08-07,2022GY-436)陕西省创新能力支撑计划项目(2020SS-03)
评论