【论文笔记】A Transformer-based Siamese network for change detection
论文
论文题目:A TRANSFORMER-BASED SIAMESE NETWORK FOR CHANGE DETECTION
收录:IGARSS 2022
论文地址:https://arxiv.org/abs/2201.01293
论文代码:GitHub - wgcban/ChangeFormer: A Transformer-Based Siamese Network for Change Detection
摘要
论文提出了一种基于Transformer的孪生网络结构(ChangeFormer),用于从一对已配准的遥感图像中进行变化检测(change detection,CD)。
与目前基于全卷积网络的CD框架不同,该方法将分层结构的Transformer编码器与多层感知(MLP)解码器结合在一个孪生网络结构中,有效地呈现精确CD所需要的多尺度远程细节。
在两个公开CD数据集(LEVIR-CD和DSIFN-CD)上取得最优效果。
1 引言
变化检测(CD)目的是检测不同时间获得的一对已配准图像的相关变化。
目前SOTA的CD方法主要基于深度卷积网络ConvNet,因为其具有强大的特征提取能力。
注意力机制能捕获全局信息,但难以关联时空上的长距离信息。
Transformer网络具有更大的有效接受域(ERF)——在图像中任何一对像素之间提供比卷积神经网络强得多的上下文建模能力。最近比较火的Tranformer在CV方面(图像分类、分割)表现出其强大的性能,如ViT、SETR、Swin、Twins和SegFormer等。
虽然Transformer具有更大的接收域和更强的上下文塑造能力,但有关于CD的工作却很少。
Transformer结构与ConvNet编码器(ResNet18)结合使用,能增强特征表示,同时保持基于ConvNet的整体特征提取过程。
本文表明,这种对ConvNet的依赖是非必须的,可以仅使用一个Transformer编码器 + 一个轻量MLP解码器 完成变化检测任务。
2 方法
ChangeFormer网络如图所示。
大概流程:
- 构成孪生网络的分层Transformer编码器(hierarchical transformer encoder)用于提取双时间图像的粗粒度和细粒度特征;
- 四个差异模块(difference modules)计算多尺度特征差异;
- 一个轻量MLP解码器(lightweight MLP decoder)融合这些多尺度特征差异并预测CD mask。
2.1 Hierarchical Transformer Encoder
给定一个输入的双时间图像,用分层Transformer编码器生成多级特征,具有变化检测所需要的高分辨率和低分辨率特征。用Difference Module处理后传入MLP解码器获得变化特征。
主要组成部分: Transformer Block、 Downsampling、 Diffrence Module
Transformer Block
为减少计算量,首先使用Sequence Reduction对图像进行处理,缩小图像。
先利用序列约简比率R对输入patch进行reshape,减小尺寸,扩展通道数。再对通道数进行线性映射到原始通道数。
为增加位置信息,使用两个MLP层和一个深度可分离卷积。不同于ViT的绝对位置编码,这里使用的是相对位置编码,可以在测试时使用不同于训练时的分辨率的图像。
Downsampling
下采样,每个Transformer Block之前都接着一个Downsampling Block,对输入的patch进行下二分之一采样,减小尺寸。 再经历Transformer提取特征,也因此生成了多尺度的差异特征。
Difference Module
共有4个差异模块,接收来自孪生网络两条分支的4种不同尺寸的特征,并进行拼接,再卷积。
并没有使用绝对差值,而是在训练过中学习每个尺度上的最优举例度量。
2.2 MLP Decoder
MLP解码器: 聚合多级特征差异图来预测变化图。
3个主要步骤: MLP & Upsampling、 Concatenation & Fusion、 UPsampling & Classification
首先利用MMLP层对多尺度差异特征进行处理,上采样到特定尺寸 H/4*W/4 。
再将四个差异特征在通道维度进行拼接,再利用MLP层融合这些特征。
利用转置卷积将融合的特征进行上采样到H*W。
最后,通过另一个MLP层处理H*W*Ncls的特征图,实现分类。
3 实验设置
数据集:两个公开CD数据集:LEVIR-CD 和DSIFN-CD,不重叠切块。
实施细节:随机初始化网络,训练时数据增强,使用交叉熵损失和AdamW优化器。
性能指标:F1,IOU,precision,recall,OA(overall accuarcy)
4 结果讨论
从表中可以看出,关于F1、IoU、OA值,相较于SOTA,
- 在数据集LEVIR-CD中,ChangerFormer分别提高了 1.2%、2.0%、0.1%;
- 在DSIFN-CD中,ChangerFormer分别提高了17.4%、23.5%、6.1%。
视觉化效果如下图:
5 结论
- 提出一个基于Transformer的变化检测孪生网络。
- 网络架构:一个孪生结构的分层Transformer编码器 + 一个简单的MLP解码器。
- 通过比较实验,表明不需要依赖深度ConvNet结构,一个带有轻量MLP解码器的孪生网络就可以很好的实现变化检测。
【论文笔记】A Transformer-based Siamese network for change detection相关推荐
- 【论文笔记】LSNet: Extremely Light-Weight Siamese Network For Change Detection in Remote Sensing Image
论文 论文题目:LSNET: EXTREMELY LIGHT-WEIGHT SIAMESE NETWORK FOR CHANGE DETECTIONOF REMOTE SENSING IMAGE 投递 ...
- 读论文《SNUNet-CD: A Densely Connected Siamese Network for Change Detection of VHR Images》
SNUNet-CD: A Densely Connected Siamese Network for Change Detection of VHR Images SNUNet-CD:稠密连接孪生网络 ...
- SNUNet-CD: A Densely Connected Siamese Network for Change Detection of VHR Images论文介绍
SNUNet-CD: A Densely Connected Siamese Network for Change Detection of VHR Images 该论文受DenseNet and N ...
- 论文笔记:孪生神经网络(Siamese Network)
Siamese Network 原文:<Learning a Similarity Metric Discriminatively, with Application to Face Verif ...
- 论文解读:ChangeFormer | A TRANSFORMER-BASED SIAMESE NETWORK FOR CHANGE DETECTION
论文地址:https://arxiv.org/pdf/2201.01293.pdf 项目代码:https://github.com/wgcban/ChangeFormer 发表时间:2022 本文提出 ...
- 论文笔记-Vanilla Transformer:Character-Level Language Modeling with Deeper Self-Attention
论文笔记-Vanilla Transformer:Character-Level Language Modeling with Deeper Self-Attention 1. 介绍 2. Chara ...
- 论文笔记 Object-Aware Instance Labeling for Weakly Supervised Object Detection - ICCV 2019
Object-Aware Instance Labeling for Weakly Supervised Object Detection Kosugi ICCV, 2019 (PDF) (Citat ...
- 显著性应用--论文笔记--2019--Aesthetic guided deep regression network for image cropping
论文信息: 作者:Peng Lua, Hao Zhanga, XuJun Pengb, Xiang Penga 期刊:Signal Processing: Image Communication 任务 ...
- 【论文笔记】SCOAT-Net: A novel network for segmenting COVID-19 lung opacification from CT images
声明 不定期更新自己精度论文,通俗易懂,初级小白也可以理解 涉及范围:深度学习方向,包括 CV.NLP.Data Fusion.Digital Twin 论文标题:SCOAT-Net: A novel ...
最新文章
- 计算机应用基础 pdf 陈建军教案,温州市第二职业中等专业学校(温五中) 教学资源 温州市《计算机应用基础》学业水平测试考纲(转发)...
- excel 树结构json_写一个上传excel表格,解析成 json 的接口
- batch size 训练时间_深度学习 | Batch Size大小对训练过程的影响
- 冯·卡门:用数学武装工程科学
- CUDA 网格级并发-流(2)
- 【mysql基础知识】解决java连接mysql时将localhost改为本机的ip地址后失败问题
- ajax 同步和异步的区别
- Linux Shell编程参考大全
- linux进程间命名管道,Linux进程间通信
- CADD课程学习(10)-- 模拟不同体系与小分子相互作用(MOE)
- 图书条形码跟ISBN号互相转换的类
- 用arduinoUNO做温度计
- C语言中将二进制转换成十进制
- OC load 和 initialize 方法
- docker 访问宿主机网络
- 心脏线绘制python_心脏线怎么画?
- 国家自然科学基金“十四五”优先发展领域!
- nuxt框架Universal和Spa两种render mode的区别
- 对 Mac 原生终端模拟器的增强
- 记-微服务CPU100%排查之windows版