差分引导自适应融合网络

无监督多尺度差分增强

通过自适应差分提取与多尺度融合，减少伪变化，提升不同尺寸变化目标的识别能力。

Zhifei, Yang · 吴艳 · 李明 · 胡新 · Zhikang, Li

IEEE Transactions on Geoscience and Remote Sensing 2024

技术优势

减少伪变化

利用类激活图和上下文特征提取模块感知更大范围的极化上下文信息，从而细化多尺度差分特征。

更准的差分提取

通过非局部注意力机制引导的初始多尺度差分特征提取，帮助网络更准确地捕获双时相特征间的相关性和差异。

多尺度变化目标

自适应加权融合模块在空间和通道维度上融合增强后的多尺度差分特征，提升对不同尺寸变化目标的识别能力。

应用场景

• 遥感图像变化检测：提供端到端变化检测模型，可直接用于双时相PolSAR图像变化制图。
• PolSAR图像分析：利用极化信息增强差分特征，适用于复杂地物的变化分析。
• 无人机遥感监测：无监督方式适合无人机快速获取的PolSAR数据变化监测。
• 地表动态监测：可检测地表多尺度变化，辅助地表动态变化分析。