【時(shí)間】2024年4月18日（周四）下午15：00 開始

【地點(diǎn)】線下講座，9B406會(huì)議室

【主題】基于Transformer網(wǎng)絡(luò)的無監(jiān)督異源遙感圖像變化檢測(cè)

【主講人】陳高 博士

【內(nèi)容簡(jiǎn)介】

異源遙感圖像變化檢測(cè)是指對(duì)不同傳感器、不同時(shí)間、不同分辨率或不同光譜范圍等異源遙感圖像進(jìn)行變化檢測(cè)。為克服異源遙感圖像數(shù)據(jù)集自身特性的局限性，本報(bào)告介紹了一種基于Swin-Transformer的無監(jiān)督異源遙感圖像變化檢測(cè)網(wǎng)絡(luò)框架（UST-Net）。UST-Net采用堆疊的卷積去噪自動(dòng)編碼器（SCDAE）來提取異質(zhì)圖像的深層語義特征并消除大部分冗余信息，在此基礎(chǔ)上采用一種特征感知Swin Transformer，以模擬全局語義概念之間的建模方式，將SCDAE生成的特征轉(zhuǎn)換為共同的特征表示空間，最終的二值變化圖通過相似性測(cè)量和聚類算法計(jì)算得出。在UST-Net中，網(wǎng)絡(luò)參數(shù)是通過特征圖之間的共性學(xué)習(xí)而不是標(biāo)簽學(xué)習(xí)的，從而實(shí)現(xiàn)了無監(jiān)督學(xué)習(xí)過程，這與大多數(shù)基于Transformer的現(xiàn)有CD方法不同。通過在四個(gè)真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示，與幾種現(xiàn)有方法相比，UST-Net框架具有良好的性能。

誠(chéng)摯歡迎廣大師生參加。