基于多边特征引导聚合网络的变化检测算法OA北大核心
现有的遥感图像变化检测方法主要依赖卷积神经网络(convolutional neural network,CNN)或Transformer进行构建,但这些方法通常未能充分平衡这两种技术的优缺点,并且往往没有专门针对变化检测的任务特性(对变化区域特征信息进行提取学习)进行优化设计。针对这一问题,充分利用了Transformer的全局信息处理能力和CNN的局部信息捕获能力,提出了一种充分结合两者各自优势并由多条支路组成的多边特征引导聚合网络模型,该模…查看全部>>
冯星宇;朱灵龙;张永宏;阚希;曹海啸;马光义
南京信息工程大学自动化学院,南京210044无锡学院物联网工程学院,江苏无锡214105 南京信息工程大学江苏省大气环境与装备技术协同创新中心,南京210044南京信息工程大学自动化学院,南京210044 无锡学院物联网工程学院,江苏无锡214105 南京信息工程大学江苏省大气环境与装备技术协同创新中心,南京210044无锡学院物联网工程学院,江苏无锡214105无锡学院物联网工程学院,江苏无锡214105南京信息工程大学江苏省大气环境与装备技术协同创新中心,南京210044
计算机与自动化
遥感图像变化检测卷积神经网络Transformer特征聚合
《计算机工程与应用》 2025 (3)
P.264-274,11
国家自然科学基金(42305158,42105143)江苏省高等学校基础科学(自然科学)研究面上项目(23KJB170025)无锡市“太湖之光”基础研究项目(K20231021)无锡学院人才启动项目(2022r035)。
评论