lclsdd的博客

原创 Self-Supervised Global–Local Contrastive Learning for Fine-Grained Change Detection in VHR Image

同样，在GLCL中，为了更快地适应下游CD任务，FCD中常用的CD骨干网可以作为特征提取器，提取两个输入patch的联合特征表示，如图2的绿色块所示。图像级的CL特征表示可能对FCD的影响有限。**4) Local CL Head:**和全局CL相似，不同的是不同之处在于局部头部专注于更细粒度的特征的 CL，它将每个像素视为判别的单个实例，但是考虑到图像中的每个像素与其相邻像素具有较高的同质性，我们不能直接处理像素特征，而是聚合相邻像素区域的特征进行分析，在不影响学习效果太多的情况下，可以提高计算效率。