![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
遥感变化检测
文章平均质量分 87
云朵不吃雨
这个作者很懒,什么都没留下…
展开
-
SSLChange: A Self-supervised Change Detection Framework Based on Domain Adaptation
SSLChange 框架在下游任务中采用了 Fine-Tuning method with clipped pre-trained encoder 的方式,即将预训练编码器进行裁剪并冻结参数,然后连接一个轻量级的对齐模块,将特征恢复到原始图像的尺寸,并与原始图像进行拼接,作为下游任务网络的输入。或许该方案是针对变化检测框架设计,并设计模块裁剪方案,文中并没采用CV领域经典的自监督预训练框架进行对比,目前大量变化检测算法论文采用默认的imagenet或经典的权重初始化方案进行模型权重的初始化。原创 2024-07-14 06:00:00 · 489 阅读 · 0 评论 -
Feature Manipulation for DDPM based Change Detection
文章提出了一种基于去噪扩散概率模型(DDPM)的特征操作变化检测方法。变化检测是计算机视觉中的经典任务,涉及分析不同时间捕获的图像对,以识别场景中的重要变化。现有基于扩散模型的方法主要关注提取特征图,而本文的方法专注于操作扩散模型提取的特征图,使其在语义上更有用。文章提出了两种方法:特征注意力(Feature Attention)和流对齐融合(Flow Dual-Alignment Fusion, FDAF)。原创 2024-06-02 20:12:08 · 594 阅读 · 0 评论 -
A review of multi-class change detection for satellite remote sensing imagery
CD技术通过分析同一地理区域在不同时间获取的多时相遥感影像,来识别地面物体的变化。该技术对环境监测、城市扩张与重建以及灾害评估等研究领域具有重要意义。传统BCD主要关注变化区域和非变化区域,无法提供更细致的土地利用和覆盖(Land Use and Land Cover, LULC)变化信息。随着地球观测卫星技术的不断进步,遥感影像的空间分辨率不断提高,使得多类别变化检测(Multi-class Change Detection, MCD)成为研究的热点方向。原创 2024-06-02 19:43:10 · 801 阅读 · 0 评论