DAAINet: ドメイン敵対的干渉防止ネットワークによる二時点変化検出

リモートセンシング (RS) における二時点変化検出 (CD) は、異なる時点での画像ペアを共有特徴空間にマッピングし、変動地域を効果的に識別することを目的としています。しかし、雲の干渉などの要因は、RS画像の特徴分布を乱し、擬似変化の問題を引き起こす可能性があります。既存の公共の変化検出データセットも、このような擬似変化現象にはあまり注目していません。CDアプリケーションの擬似変化の問題に対処するために、我々は、元の入力画像からマルチスケール特徴を抽出するためにResNetを使用するドメイン敵対的干渉防止変化検出ネットワーク (DAAINet) を提案します。セマンティック特徴が取得され、ソフトクラスタリングの後に次のグラフ畳み込みモジュールに供給されます。この際、RS画像内の特徴空間を整列させるためにドメイン敵対的構造を導入します。グラフ畳み込みモジュールでは、ノードコンテキストの関連性を利用して、オブジェクト間の隣接関係を予測します。データを収集し、「雲の干渉変化検出 (CICD)」という実世界データセットを構築しました。このデータセットは、雲の干渉を含む実際の二時点リモートセンシング画像データに焦点を当て、仮のオブジェクトの存在や照明の変化などの要因による擬似変化を含んでいます。実験結果は、我々の方法が他の最先端の方法と比較してより堅牢で効率的であることを示し、ノイズが混入したCICDデータセットで最先端のパフォーマンスを達成し、IoUで最大5.67%p、リコールで1.42%pの従来の方法を上回りました。