- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
1007-4619(2024)07-1771-18NationalRemoteSensingBulletin遥感学报
基于实例对比学习的遥感建筑物变化
检测域适应算法
1,231,2,41,2,41,2,4
张奇,路遥,王飞,张雪涛,郑南宁
1.西安交通大学人机混合增强智能全国重点实验室,西安710049;
2.西安交通大学视觉信息与应用国家工程研究中心,西安710049;
3.北京市遥感信息研究所,北京100011;
4.西安交通大学人工智能与机器人研究所,西安710049
摘要:建筑物变化检测是遥感影像智能解译中的重要研究方向。针对建筑物变化检测的跨域变化检测算法中
存在的像素级对比学习噪声过大和目标域样本利用不充分等问题,本文提出了实例级对比学习域适应变化检测
算法ICDA-CD。首先,使用区域级域混合替代实例级域混合,以实现源域和目标域图像的有效混合;然后,利
用实例级对比学习,降低伪标签噪声的影响。具体来说,在编码器中,拉开变化实例区域双时相特征距离,并
在解码器中,拉近各个变化实例特征之间的距离,这可以显著提升模型对源域和目标域特征表示的一致性;最
后,在损失计算部分使用伪标签质量估计,使得低置信度区域的像素也可以参与训练,提高了目标域样本的利
用率。将本文方法与DACS、DAFormer、和HRDA等3种目前先进的算法进行实验对比。结果表明本文所提出来
的方法在LEVIR-CD域迁移至S2Looking以及S2Looking域迁移至LEVIR-CD时F1分数分别达到了43.91%和
74.75%,优于几种先进的算法。
关键词:遥感图像,建筑物变化检测,对比学习,域适应,深度学习,伪标签
中图分类号:P237/P2
引用格式:张奇,路遥,王飞,张雪涛,郑南宁.2024.基于实例对比学习的遥感建筑物变化检测域适应算法.遥感学报,28(7):1771-1788
ZhangQ,LuY,WangF,ZhangXTandZhengNN.2024.Domain-adaptationalgorithmforremotelysensing
buildingchangesthroughinstancecontrastlearning.NationalRemoteSensingBulletin,28(7):1771-1788[DOI:10.
11834/jrs]
是一个重要方向。
1引言
遥感图像建筑物变化检测是对同一地理区域、
近年来随着遥感技术的飞速发展,遥感卫星不同时间获取的遥感影像自动地进行地面建筑物
的成像能力不断提高,遥感图像的质量飞速提升,变化检测的技术(柳思聪等,2023)。近年来,深
目前光学遥感影像空间分辨率已经可以达到0.3m度学习方法在建筑物变化检测中得到了广泛的应
GSD。因此,借助遥感图像可以更加清晰准确的辨用,此类方法可以从原始数据中自动提取层次结
别地表上的物体。目前遥感图像智能解译已经得构的、非线性的特征,克服了传统建筑物变化检
到了广泛应用,如遥感图像目标检测(姚群力等,测方法的一些局限性,表现出优异的性能。
2019;史文旭等,2020;王海峰等,2022;薛成根据双时相图像的深度特征提取过程,基于
宬等,2023)、遥感图像语义分割(Su等,2022;深度学习
您可能关注的文档
- 基于改进遗传算法的SAR多星协同复杂区域观测规划_NormalPdf.pdf
- 面向小目标检测的卫星视频跟踪算法_NormalPdf.pdf
- 面向遥感图像目标感知的群目标检测框架_NormalPdf.pdf
- 从光学到SAR:基于多级跨模态对齐的SAR图像舰船检测算法_NormalPdf.pdf
- 多层级几何—语义融合的图神经网络地表异常检测框架_NormalPdf.pdf
- 分级监督范式指导下的遥感图像超分辨率方法_NormalPdf.pdf
- 基于元学习和密集残差注意力的遥感图像任意尺度超分辨率重建_NormalPdf.pdf
- Hybrid-Gird:遥感图像细粒度分类可解释方法_NormalPdf.pdf
- 基于类脑脉冲神经网络的遥感图像检测算法_NormalPdf.pdf
- 基于脉冲神经网络微调方法的遥感图像目标检测_NormalPdf.pdf
- 高中语文 第一单元 第2课 故都的秋教案3 新人教版必修2.docx
- 小学教学设计:原创信息技术 智能陪伴机器人.docx
- 浙摄版信息技术五上第3课《用计算机处理信息》教学设计.docx
- 福建省南安市体育学校九年级化学下册 第十单元 课题1 常见的酸和碱教案1 新人教版.docx
- 1.2 电生磁教学设计-2023-2024学年浙教版八年级下册科学.docx
- 七年级语文上册 第五单元 诺曼底号遇难记教案 北师大版.docx
- 6.1 正视发展挑战 教学设计- 2023-2024学年统编版九年级道德与法治上册.docx
- Starter Welcome to junior high 第3课时教学设计 2024-2025学年外研版英语七年级上册.docx
- 第5课分支结构程序设计-浙教版(2020)八年级信息技术上册教学设计.docx
- 二年级语文下册 第一单元 课文1 2 找春天教案 新人教版.docx
文档评论(0)