高光谱变化检测论文解读分享之基时相差异引导网络的高光谱影像变化检测
此外,双时相图像中不可避免地存在大量的冗余特征,这严重影响了基于卷积神经网络的方法的训练效率。针对这两个问题,我们提出了一种基于时间差分制导的高光谱图像变化检测网络TDGN,该网络具有较高的训练效率该方法首先从双时相图像中分层提取丰富的光谱特征,然后利用细化的卷积门控递归单位块在空间维度上产生两幅图像在不同层次上的差值,并将不同层次的差值融合到最终的检测中,更重要的是,为了提高主干网络的特征提取效率,还利用得到的各级差值来生成变化权重来指导下一阶段的特征提取。网络阶段性变化信息利用率有待提高。
原创
2024-01-19 12:17:38 ·
493 阅读 ·
0 评论