基于CNN-Transformer結(jié)構(gòu)的遙感影像變化檢測(cè)

摘要： 現(xiàn)代高分辨率遙感圖像變化檢測(cè)借助卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）取得了顯著成果。然而，卷積操作的感受野限制導(dǎo)致在學(xué)習(xí)全局上下文和遠(yuǎn)程空間關(guān)系方面存在不足。雖然視覺(jué)Transformer能有效捕獲遠(yuǎn)程特征的依賴性，但其對(duì)影像變化細(xì)節(jié)的處理不足，導(dǎo)致空間定位能力有限且計(jì)算效率低下。為解決上述問(wèn)題，本文提出了一種基于空間空洞金字塔池化... （共19頁(yè)）