在中国海洋大学本科生研究发展计划(srdp)项目支持下,本科生孟德森同学撰写的论文“synthetic aperture radar image change detection via layer attention-based noise-tolerant network” 被 ieee geoscience and remote sensing letters 录用。该期刊为国际遥感领域权威期刊,影响因子5.343,处于中科院sci二区,是ccf推荐c类期刊。
基于卷积神经网络的合成孔径雷达(sar)图像变化检测方法获得了越来越多的关注。然而,现有的基于cnn的方法忽略了多层卷积之间的相互作用。为了解决这一问题,我们提出了一种基于层注意的噪声容忍网络(layer attention-based noise-tolerant network, lantnet)。我们设计了一个层注意力模块,可以自适应地对不同卷积层的特征进行加权融合。此外,我们还设计了一个对噪声鲁棒的损失函数,有效地抑制了预分类标签中噪声的影响。在三个sar数据集上的实验结果表明,lantnet具有优越的性能。
论文链接:
本方法即将在 github 公开源代码,地址为: