【產(chǎn)通社，12月10日訊】北京理工大學(xué)（Beijing Institute of Technology, BIT）官網(wǎng)消息，針對(duì)多時(shí)間、多尺度遙感影像動(dòng)態(tài)變化檢測(cè)的難題，北京理工大學(xué)光電學(xué)院許廷發(fā)教授科研團(tuán)隊(duì)提出了多尺度變化感知Transformer的檢測(cè)方法取得突破性進(jìn)展。研究成果以“Multi-scale Change-Aware Transformer for Remote Sensing Image Change Detection（MCAT）” 為題發(fā)表在國(guó)際計(jì)算機(jī)視覺(jué)頂級(jí)學(xué)術(shù)會(huì)議《Association for Computing Machinery Multimedia（ACM MM）》（CCF-A）。ACM  MM由國(guó)際計(jì)算機(jī)協(xié)會(huì)（ACM）發(fā)起，是多媒體處理、分析與計(jì)算領(lǐng)域最具影響力的國(guó)際頂級(jí)會(huì)議。論文的第一作者為北京理工大學(xué)陳歡博士研究生，通訊作者為許廷發(fā)教授和李佳男副研究員。

為了捕捉遙感影像復(fù)雜場(chǎng)景的微弱變化信息，科研團(tuán)隊(duì)創(chuàng)新設(shè)計(jì)了一種單流架構(gòu)的多尺度變化感知變換器（Mining Area Change Detection，MACT）架構(gòu)，該架構(gòu)通過(guò)結(jié)合局部自注意力和跨時(shí)注意力機(jī)制，比較了不同時(shí)間點(diǎn)圖像間動(dòng)態(tài)變換，識(shí)別出變化區(qū)域特征；動(dòng)態(tài)調(diào)整不同階段窗口大小，精確捕捉多尺度微弱變化；構(gòu)建了多尺度變化增強(qiáng)聚合器（Multi-scale Change-Enhanced Aggregator，MCEA），細(xì)化變化特征局部細(xì)節(jié)，實(shí)現(xiàn)了不同層級(jí)高層語(yǔ)義信息融合。

通過(guò)在不同數(shù)據(jù)集上驗(yàn)證結(jié)果分析，該方法實(shí)現(xiàn)了在不同階段多尺度特征融合，保持了檢測(cè)區(qū)域的內(nèi)部緊湊性和完整性。圖2展示了在不同數(shù)據(jù)集上的變化檢測(cè)結(jié)果。同時(shí)，針對(duì)遙感影像變化檢測(cè)數(shù)據(jù)庫(kù)缺乏，科研團(tuán)隊(duì)構(gòu)建了礦區(qū)遙感影像變化檢測(cè)（MACD）數(shù)據(jù)集，數(shù)據(jù)集首次覆蓋了遙感影像多尺度變化、不規(guī)則形狀和復(fù)雜邊界等特征，真實(shí)地反映了遙感影像變換場(chǎng)景。

該研究成果解決了多時(shí)間、多尺度遙感影像動(dòng)態(tài)變化檢測(cè)和數(shù)據(jù)集缺乏的難題，為復(fù)雜場(chǎng)景遙感影像的微弱變化檢測(cè)和應(yīng)用提供了理論和數(shù)據(jù)基礎(chǔ)。

查詢(xún)進(jìn)一步信息，請(qǐng)?jiān)L問(wèn)官方網(wǎng)站http://www.bit.edu.cn/xww/jxky/index.htm，以及https://dl.acm.org/doi/10.1145/3664647.3680965。（Robin Zhang，產(chǎn)通數(shù)造）    （完）