Changement : L'interaction des caractéristiques est ce dont vous avez besoin pour la détection de changement

La détection de changement est un outil essentiel pour les missions d'observation terrestre à long terme. Elle prend en entrée des images bitemporales et prédit « où » le changement s'est produit. Contrairement aux autres tâches de prédiction dense, une considération pertinente pour la détection de changement est l'interaction entre les caractéristiques bitemporales. Avec cette motivation, dans cet article, nous proposons une nouvelle architecture générale de détection de changement, MetaChanger, qui inclut une série de couches d'interaction alternatives dans l'extracteur de caractéristiques. Pour vérifier l'efficacité de MetaChanger, nous proposons deux modèles dérivés, ChangerAD et ChangerEx, avec des stratégies d'interaction simples : Agrégation-Distribution (AD) et « échange ». L'AD est abstraite de certaines méthodes d'interaction complexes, tandis que l'« échange » est une opération totalement sans paramètre ni calcul en échangeant les caractéristiques bitemporales. De plus, pour une meilleure alignement des caractéristiques bitemporales, nous proposons un module de fusion d'alignement bidirectionnel par flux (FDAF) qui permet un alignement interactif et une fusion de caractéristiques. Il est crucial de noter que nous observons que les modèles de la série Changer atteignent des performances compétitives sur différents ensembles de données de détection de changement à différentes échelles. En outre, nos modèles proposés ChangerAD et ChangerEx peuvent servir de point de départ pour la conception future de MetaChanger.