统计引导图Transformer

无监督变化检测

该模型将极化统计信息融入图Transformer,实现像素级变化的准确检测,无需人工标注样本。

Dazhi, Xu · 李明 · 吴艳 · 张鹏 · Xinyue, Xin

IEEE Transactions on Circuits and Systems for Video Technology 2025

参数信息

数据集个数
5

技术优势

抗噪性强

引入噪声鲁棒的极化统计量增强模型的噪声抑制能力,即使在相干斑噪声下也能提取充分的变化感知特征。

判别力强

通过极化统计差异引导的差分增强模块自适应增强变化与未变化节点的差异,提高变化感知特征的判别力。

标签噪声免疫

采用对称交叉熵损失,减轻伪标签中噪声的不利影响,促进模型鲁棒学习。

应用场景