HyperAIHyperAI

Command Palette

Search for a command to run...

HCGMNET: شبكة خريطة توجيهية تغيرية هيراركية للكشف عن التغيرات

Chengxi Han Chen Wu Bo Du

الملخص

تمثّل كشف التغيرات في صور الاستشعار عن بعد عالية الدقة (VHR) تحديًا كبيرًا نظرًا لثراء المعلومات المكانية ومشكلة عدم توازن العينات. في هذه الورقة، تم اقتراح شبكة خريطة التوجيه التغيري الهرمية (HCGMNet) للكشف عن التغيرات. تعتمد النموذج على عمليات تباعد هرمية لاستخراج الميزات متعددة المقاييس، وتفعّل دمج الميزات متعددة المقاييس طبقة تلو الأخرى بشكل مستمر لتحسين تمثيل المعلومات العالمية والمحليّة، كما يوجّه وحدة التوجيه التغيري (CGM)، وهي وحدة انتباه ذاتي تعتمد على خريطة توجيه تغيرية، النموذج لتحسين تدريجي للميزات الحدية والأداء الشامل. أظهرت التجارب الواسعة على مجموعتي بيانات كشف التغيرات أن معمارية HCGMNet تحقق أداءً أفضل في كشف التغيرات مقارنةً بالأساليب الحالية الرائدة (SOTA) في هذا المجال.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp