SARE-CD:融合场景级偏置校正与异构混合专家的高分辨率遥感影像建筑物变化检测框架
《Remote Sensing》:SARE-CD: Structure–Appearance Routed Experts for Building Change Detection in Remote Sensing Imagery
【字体:
大
中
小
】
时间:2026年10月21日
来源:Remote Sensing 4.3
编辑推荐:
在利用高分辨率遥感影像进行建筑物变化检测时,真实的建筑物变化通常表现为屋顶轮廓和空间布局的局部变化,而太阳高度角、大气条件和传感器校准的差异则会在未变化区域中引入跨时相的外观漂移。当这两类差异被共同编码在单一特征空间中时,外观漂移往往主导网络响应。因此,我们提出了 SARE-
在利用高分辨率遥感影像进行建筑物变化检测时,真实的建筑物变化通常表现为屋顶轮廓和空间布局的局部变化,而太阳高度角、大气条件和传感器校准的差异则会在未变化区域中引入跨时相的外观漂移。当这两类差异被共同编码在单一特征空间中时,外观漂移往往主导网络响应。因此,我们提出了 SARE-CD——一个密集的、逐像素的、软门控的异构混合专家(MoE)框架,将场景级偏置校正与功能各异的专家建模相结合。在特征前端,SARE-CD 从双时相变化表示的通道统计量中生成仿射参数,并以残差形式将其应用,以抑制系统性辐射漂移。结构专家、外观专家和自适应专家分别建模几何边界变化、局部外观扰动和复合差异,而逐像素路由器在每个位置分配专家权重,并采用路由熵和弱负载均衡正则化来稳定专家间的分工。在 LEVIR-CD+、S2Looking 和 SYSU-CD 数据集上,SARE-CD 分别取得了 91.58%、65.78% 和 84.46% 的 F1 分数,均为对比方法中的最高值。此外,受控扰动实验表明,在色相偏移、柔和阴影和微小配准偏差条件下,F1 分数保留率仍然较高,而极端加性亮度偏移则导致 S2Looking 上的 F1 分数显著下降。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号