论文地址:BIT论文
代码地址: BIT代码
1.摘要
现代变化检测(CD)通过深度卷积强大的判别能力已经取得了成功。然而,由于物体的复杂性导致高分辨率遥感 CD 仍然具有挑战性。具有相同语义概念的对象可能在不同时间和空间位置表现出不同的光谱特征。最近使用纯卷积的 CD 仍可以在时空中进行大范围关联。非局部自注意力方法通过对像素之间的密集关系建模表现良好,但计算效率低下。在这里,我们提出了一种双时相图像转换器 (bitemporal image transformer,BIT),以有效地对时空域内的上下文建模。我们的直觉是,感兴趣变化的高级概念可以用几个视觉单词来表示,也就是语义标记。为了实现这一点,我们将双时相图像表达为几个标记,并使用转换器编码器在基于标记的时空中对上下文进行建模。然后将学习到的上下文丰富的标记反馈到像素空间,以通过转换器解码器精炼原始特征。我们将 BIT 整合到基于深度特征差异的 CD 框架中。在三个 CD 数据集上进行的