
-
生物通官微
陪你抓住生命科技
跳动的脉搏
频差引导的Transformer用于异质遥感影像变化检测
《Scientific Reports》:FDFormer: frequency difference-guided transformer for change detection in heterogeneous remote sensing images
【字体: 大 中 小 】 时间:2026年09月18日 来源:Scientific Reports 4.9
编辑推荐:
摘要异质变化检测(HCD)是当前遥感领域的热点话题,因为它可以利用来自不同传感器的双时相遥感影像,捕获同一地理位置的变化区域。HCD的主要挑战源于异质图像之间固有的域偏移,这从根本上阻碍了使用逐像素关系和比较分析来进行变化识别。当前先进的HCD方法提出了基于深度学习的模态对齐
异质变化检测(HCD)是当前遥感领域的热点话题,因为它可以利用来自不同传感器的双时相遥感影像,捕获同一地理位置的变化区域。HCD的主要挑战源于异质图像之间固有的域偏移,这从根本上阻碍了使用逐像素关系和比较分析来进行变化识别。当前先进的HCD方法提出了基于深度学习的模态对齐或模态不变特征提取方案,以减轻异质图像之间的域偏移并实现有效的HCD。然而,当前方法在很大程度上忽视了频域表示在建立可靠对应关系和建模跨模态关系方面的潜力,从而在HCD中造成了基本的性能瓶颈。为了克服这些局限性,我们提出了一种频差引导的Transformer(FDFormer)用于HCD,该模型由频域一致性样本生成(FCSG)策略和频差表示Transformer(FDRT)组成。仅在初始标注1%的像素的情况下,我们的FCSG策略利用局部频域一致性来选择可靠的伪标签,并减轻频域中的模态差异。此外,所提出的FDRT引入了小波频差引导的Transformer模块,通过建模异质图像之间不同频率小波特征之间的关系,增强了异质遥感图像之间差异特征的表示能力。消融实验证明了所提出的FCSG和FDRT的有效性。此外,在三个公开HCD数据集上的大量对比实验验证了所提出的FDFormer与几种最先进的HCD方法相比具有一定的优越性和竞争力。