Presentation Details
面向遥感影像变化检测的时空增强和特征融合网络
ID：2202
View Protection：ATTENDEE
Updated Time：2024-04-12 10:16:25 Hits：2294
Invited speech
Start Time：2024-05-18 15:35（Asia/Shanghai）
Duration：20min
Session：S7 主题7、遥感与地理信息科学 »
No files
Abstract
遥感影像变化检测在地表动态监测领域发挥着重要作用。然而，伪变化干扰和多尺度特征利用不足仍是目前深度学习方法中的难点问题。因此，本文提出了一种面向遥感影像变化检测的时空增强和特征融合网络（SEIFNet），通过孪生时空差分特征编码和尺度间自适应特征融合解码，有效降低前述问题带来的影响。其中，时空差分增强模块（ST-DEM）从时-空-谱维度挖掘多时相影像之间的语义特征差异，自适应特征融合模块（ACFM）和边界优化模块（RM）实现相邻尺度特征优势互补融合，减少解码过程中的信息丢失。此外，本文还提出了一种类别均衡损失函数，降低正负样本不均衡给模型训练造成的负面影响。实验结果证明，本文提出的方法在检测的准确性和效率上都具有明显优势。
Keywords
遥感影像,变化检测,特征融合,深度学习
Speaker
李星华
副教授 武汉大学Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment