113 / 2024-08-16 16:28:03

面向建筑物变化检测的交互式和动态感知孪生网络

建筑物变化检测；特征对齐；特征交互；遥感图像；孪生网络

建筑物变化检测是遥感领域中的任务之一，其旨在识别同一地理区域内建筑物随时间的变化。面向较高分辨率遥感影像，建筑物变化检测任务存在以下两个挑战：一方面是复杂背景下如何有效地区分建筑物和非建筑物的变化，另一方面是如何适应不同建筑物的形状和大小。然而，主流方法难以有效地应对这两个挑战。原因在于这些方法忽略了编码器之间的交互，限制了其识别建筑物和非建筑物变化的能力，同时忽略了特征对齐和融合，这进一步阻碍对不同形状和大小的建筑物的提取。为了解决这些问题，我们提出了交互式和动态感知孪生网络，主要包括三个模块：空间特征交互模块、通道特征交互模块和动态-可变形双对齐融合模块。这些模块在促进编码器之间的信息交互、提升特征提取能力和改善特征对齐与融合方面发挥着重要作用。空间特征交互模块促进不同孪生编码器之间的空间特征交互，以增强网络对建筑物变化区域的感知能力。通道特征交互模块专注于通道上的特征交互，增强网络对细节特征的提取能力。动态-可变形双对齐融合模块通过动态聚合多个并行卷积核来改善特征对齐和融合，其根据物体的大小动态调整感受野，以适应建筑物的形状和规模。为了验证交互式和动态感知孪生网络的有效性，我们在三个建筑物变化检测数据集上进行了实验验证，包括LEVIR-CD、S2Looking和WHU-CD数据集。在LEVIR-CD数据集上，我们的方法相较于次优方法召回率提升0.59%，F1-score增加0.19%，交并比提高0.32%。在S2Looking数据集上，交互式和动态感知孪生网络与次优方法相比，召回率增加1.71%，F1-score提高0.43%，交并比提升0.49%。在WHU-CD数据集上，交互式和动态感知孪生网络与次优方法相比，召回率提升0.51%，F1-score增加0.07%，交并比提高0.12%。实验结果显示，交互式和动态感知孪生网络在这些数据集上的表现优于现有的最先进方法。具体地，交互式和动态感知孪生网络在区分建筑物和非建筑物变化、特征对齐以及建筑物轮廓提取方面都表现出了有效的改进。总之，交互式和动态感知孪生网络通过空间特征交互模块、通道特征交互模块和动态-可变形双对齐融合模块，克服了传统方法在编码器交互和特征对齐方面的不足，提升了建筑物变化检测的精度，改善了网络对各种建筑物形状和大小的适应能力。该方法为建筑物变化检测任务的研究和应用提供了新的思路和解决方案，并展示了其在处理复杂遥感影像中的优越性能。