课题组张浩鹏的一篇sar图像变化检测的研究工作近期被 ieee geoscience and remote sensing letters 接收
题目:convolution and attention mixer for synthetic aperture radar image change detection
代码:
合成孔径雷达(synthetic aperture radar,sar)图像变化检测是一项重要任务,在遥感领域引起了国内外学者的广泛关注。然而,现有的sar变化检测方法主要基于卷积神经网络(cnns),对全局注意力机制的考虑有限。在这个工作中,我们将transformer架构用于sar变化检测,以融合全局注意力。为此,我们提出了一个卷积和注意力混合器(camixer)。首先,为了弥补transformer在归纳偏差中的不足,以并行方式将自注意力与移位卷积相结合。这种并行设计通过自注意力有效地捕捉全局语义信息,同时能够有效的进行局部特征提取。其次,我在前馈网络中采用门控机制来增强非线性特征变换,重要特征可以被强调,从而抑制图像中的斑点,产生高质量的特征表示。在三个sar数据集上的大量实验验证了本文所提出的 camixer 性能优异。