Un enfoque de fusión de Transformer multiescala basado en CBAM para la detección de cambios en imágenes de teledetección

Los métodos de detección de cambios juegan un papel indispensable en la teledetección. Algunos métodos de detección de cambios han obtenido un rendimiento bastante bueno al introducir el mecanismo de atención sobre la base de la red neuronal convolucional (CNN), pero identificar cambios complejos sigue siendo difícil. En respuesta a estos problemas, este artículo propone un nuevo modelo para detectar cambios en la teledetección, a saber, MTCNet, que combina las ventajas del Transformer multiescala con el módulo de atención en bloques convolucionales (CBAM) para mejorar la calidad de detección de diferentes imágenes de teledetección. Sobre la base de las convoluciones tradicionales, se introduce el módulo Transformer para extraer características de imágenes bitemporales modelando la información contextual. Basado en el módulo Transformer, se diseña un módulo multiescalar para formar un Transformer multiescala, que puede obtener características en diferentes escalas en imágenes bitemporales, identificando así los cambios que nos interesan. Basado en el módulo Transformer multiescala, se introduce el CBAM. El CBAM se divide en un módulo de atención espacial (SAM) y un módulo de atención de canal (CAM), que se aplican a los extremos delantero y trasero del Transformer multiescala respectivamente. La información espacial y la información de canal de los mapas de características se modelan por separado. En este artículo, la validez y eficiencia del método se verifican mediante una gran cantidad de experimentos en el conjunto de datos LEVIR-CD y el conjunto de datos WHU-CD.