摘要
提出的方法在一个连体网络架构中统一了分层结构的transformer编码器和多层感知机(MLP)解码器,以有效地呈现多尺度长距离细节来得到精确变化检测。
1 介绍
变化检测(CD)旨在从在不同时间获取的一对配准图像中检测相关变化。变化的定义通常根据应用而变化。人造设施(如建筑物、车辆等)的变化。)、植被变化和环境变化(例如,极地冰盖融化、森林砍伐、灾害造成的损害)通常被视为相关变化。更好的CD模型是能够识别这些相关变化,同时避免由季节变化、建筑物阴影、大气变化和照明条件变化引起的复杂的不相关变化的模型。
BIT将transformer与ConvNet编码器(ResNet18)结合使用,以增强特征表示,同时保持基于ConvNet的整体特征提取过程不变。在本文中,我们表明这种对ConvNets的依赖是不必要的,具有轻量级MLP解码器的分级transformer编码器可以很好地工作于变化检测任务。
2 方法
如上图所示,提出的变换网络包括三个主要模块。
(1)在一个连体网络中的一个分级transformer编码器,用于提取二进制图像的粗略和精细特征。
(2)四特征差分模块,用于计算多尺度下的特征差异。
(3)轻量MLP解码器,用于融合这些多级特征差异并预测CD(变化检测)掩码。
2.1 分级transformer编码器
给定输入双时间图像,分级transformer编码器生成具有CD所需的高分辨率粗糙特征和低分辨率精细特征的多级特征,类似于ConvNet。给定分辨率为 H × W × 3 H×W×3 H×W×3的变化前或变化后的图像,transformer编码器输出分辨率为 H / ( 2 i + 1 ) × W / ( 2 i + 1 ) × C i H/(2^{i+1})×W/(2^{i+1})×C_i H/(2i+1)×W/(2i+1)×Ci的特征图 F i F_i Fi, i = 1 , 2 , 3 , 4 , C ( i + 1 ) > C i i={1,2,3,4},C_(i+1)>C_i i=1,2,3,4,C(i+1)>Ci。这些特征图将通过差分模块进一步处理,随后通过MLP解码器获得变化图。
2.2 差分模块
我们利用四个差分模块来计算分级transformer编码器的变化前和变化后图像的多级特征的差值。更准确地说,差分模块由Conv2D、ReLU、BatchNorm2d (BN)组成:
其中
F
p
r
e
i
F_{pre}^{i}
Fprei和
F
p
o
s
t
i
F_{post}^{i}
Fposti表示来自第
i
i
i个分级层的变化前和变化后图像的特征图,Cat表示张量拼接。不是在BIT中那样计算
F
p
r
e
i
F_{pre}^{i}
Fprei和
F
p
o
s
t
i
F_{post}^{i}
Fposti的绝对差,我们所提出的差模块在训练期间学习每个尺度的最佳距离度量,从而产生更好的CD性能。
2.3 MLP解码器
我们利用具有MLP层的简单解码器聚集多级特征差异图来预测变化图。所提出的MLP解码器包括三个主要步骤:
(1)MLP&上采样。我们首先通过MLP层处理每个多尺度特征差异图,以统一通道维度,然后将每个多尺度特征差异图向上采样到H/4 × W/4的大小。
(2)连接&融合。通过MLP层连接和融合上采样的特征差异图。
(3)上采样&分类。我们通过利用S = 4和K = 3的2D转置卷积层将融合的特征图F上采样到H × W的大小。最后,通过另一个MLP层处理上采样的融合特征图,以预测分辨率为
H
×
W
×
N
c
l
s
H × W × N_{cls}
H×W×Ncls的变化掩码CM,其中
N
c
l
s
(
=
2
)
N_{cls}(=2)
Ncls(=2)是类的数量,即变化和无变化。