融合Swin Transformer的遥感影像建筑物变化检测

来源：电子测量技术杂志2023年第22期北京时间：

作者：于政尧，黄建华，孙希延，罗明明，万逸轩

单位：1.桂林电子科技大学广西精密导航技术与应用重点实验室 桂林 541004; 2.桂林电子科技大学信息与通信学院 桂林 541004

摘要：针对不同时序遥感影像中多种地物类型的变化信息杂乱、背景复杂导致难以清晰地提取关键特征的问题，本文提出了一种将Swin Transformer与孪生网络融合实现建筑物变化检测的新方法。该方法通过4个Swin Transformer Block的结构来获取不同层次的特征，针对不同尺度的特征图进行差异计算，以获取变化特征图。此外，在本文算法的基础上还引入了差异特征融合模块和边缘感知注意力模块。差异特征融合模块能更好地表达不同感受野下的特征，提高对细节特征和全局特征的融合效果；边缘感知注意力模块细化特征提取时特征图中建筑物的边缘特征，扩大模型的局部感受野，增强模型对于细节信息的检测能力，从而提高网络结构对建筑物边缘特征的提取能力。实验结果表明，本文方法与现有经典变化检测网络全卷积早期融合FC-EF相比，在两个公开数据集上的F1值分别提高了7.36%和19.67%。

关键词：遥感影像;孪生网络;Swin Transformer;变化检测

基金资助：国家自然科学基金(61861008,62061010,62161007)、广西自然科学基金(2018GXNSFAA294054,2019GXNSFBA245072)、桂林市科技局“桂林市国家可持续发展议程创新示范区建设”重点项目（20190219-1）资助