基于时差提示SAM的遥感变化检测

作     者：方乐缘 旷洋 刘强 岳俊 FANG Leyuan;KUANG Yang;LIU Qiang;YUE Jun

作者机构：湖南大学电气与信息工程学院湖南长沙410082 中南大学自动化学院湖南长沙410083 

基　　金：国家自然科学基金(U22B2014,62101072) 湖南省科技计划项目基金(2022RSC3064) 

出 版 物：《信号处理》 (Journal of Signal Processing)

年 卷 期：2024年第40卷第3期

页      码：417-427页

摘      要：遥感变化检测作为观测和分析地表变化的重要手段,以双时相图像为输入,旨在预测变化发生的“位置”。近期出现的基础模型,例如SAM模型(Segment Anything Model),展现出强大的通用性和泛化能力,有望为变化检测任务提供更为有效的解决方案。然而,由于遥感图像的特殊成像特性,它们在许多遥感应用中的直接使用往往效果不佳。此外,SAM模型最初被设计用于分割单时相图像,其通过人工添加点或框的提示来实现,但这种过于直观的方法在处理双时相图像输入时并不适用。为了应对上述挑战,本文提出了一种基于时差提示SAM的遥感变化检测方法(TDPS),充分发挥SAM模型强大的视觉识别能力,以改进对遥感图像的变化检测。具体而言,本文首先在SAM骨干网络中引入了低阶可微调参数,以减轻自然图像到遥感图像上的域偏移。其次,本文设计了时相差异提示生成器,通过将双时相图像的特征与查询嵌入一起优化,得到适用于变化检测任务的提示向量。最后,大量实验证明了本文方法的有效性,在两个常用的变化检测数据集LEVIR-CD和WHU-CD上取得了最先进的性能,F1指标相比于最先进方法分别提升了1.4%和2.5%。

主 题 词：遥感变化检测 SAM 提示学习 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

核心收录：

D　O　I：10.16798/j.issn.1003-0530.2024.03.001

馆 藏 号：203127479...