【時(shí)間】2024年12月12日（周四）下午14：30 開(kāi)始

【地點(diǎn)】線(xiàn)下講座，9B406會(huì)議室

【主題】基于Mamba模型的無(wú)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】  

遙感圖像變化檢測(cè)是通過(guò)不同時(shí)間在同一地理區(qū)域獲取的多時(shí)相遙感影像來(lái)分析和確定地表變化情況的技術(shù),具有重要的應(yīng)用價(jià)值。其中無(wú)監(jiān)督異源遙感圖像變化檢測(cè)技術(shù)因其不需求帶標(biāo)簽數(shù)據(jù)、不限制傳感器類(lèi)型、方法易于推廣等優(yōu)良特性在近年來(lái)受到了廣泛關(guān)注。同時(shí),在計(jì)算機(jī)視覺(jué)領(lǐng)域取得突破性成果的深度神經(jīng)網(wǎng)  絡(luò)也因其特征深度抽象以及自主表示學(xué)習(xí)等特點(diǎn)被逐漸應(yīng)用于圖像變化檢測(cè)問(wèn)題。本報(bào)告基于現(xiàn)有的變化檢測(cè)技術(shù)和深度神經(jīng)網(wǎng)絡(luò)技術(shù)，針對(duì)異源遙感圖像變化檢測(cè)問(wèn)題中存在的難點(diǎn)，介紹了一種新的用于異源遙感圖像變化檢測(cè)的無(wú)監(jiān)督網(wǎng)絡(luò)UM-Net，UM-Net采用堆疊的卷積去噪自動(dòng)編碼器（SCDAE）來(lái)提取異質(zhì)圖像的深層語(yǔ)義特征并消除大部分冗余信息。在此基礎(chǔ)上，將Mamba模型引入到異源變化檢測(cè)，以模擬全局語(yǔ)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(guò)相似性測(cè)量和聚類(lèi)算法計(jì)算得出。通過(guò)在兩個(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，UM-Net框架具有良好的性能。

誠(chéng)摯歡迎廣大師生參加。