Réfléchir à la détection des changements en télédétection à l’aide d’une vue masquée
La détection de changements par télédétection vise à comparer deux ou plusieurs images d'une même région, acquises à des instants différents, afin d'évaluer de manière quantitative et qualitative les modifications affectant les entités géographiques et les facteurs environnementaux. Les modèles dominants s'appuient généralement sur un paradigme de détection par pixel, qui peine à supporter la diversité des changements en raison de la complexité des scènes et des variations des conditions d'imagerie. Pour remédier à cette limitation, cet article repense la détection de changements sous l'angle du masque, et propose par conséquent : 1) une méta-architecture, CDMask, et 2) un réseau d'instances, CDMaskFormer. Les composants de CDMask incluent un squelette de type Siamese, un extracteur de changements, un décodeur de pixels, un décodeur transformer et un détecteur normalisé, garantissant ainsi le bon fonctionnement du paradigme de détection par masque. Étant donné que les requêtes de changement peuvent être adaptativement mises à jour en fonction du contenu des caractéristiques bi-temporelles, le modèle CDMask est capable de s'adapter à différentes distributions de données cachées, permettant ainsi une identification précise des régions d'intérêt dans des scénarios complexes. En conséquence, nous proposons également le réseau d'instances CDMaskFormer, spécifiquement conçu pour la tâche de détection de changements, comprenant : (i) un extracteur de changements instancié basé sur une attention convolutionnelle spatio-temporelle, permettant de capturer simultanément le contexte spatio-temporel avec des opérations légères ; et (ii) un décodeur transformer instancié à attention axiale guidée par la scène, capable d'extraire davantage de détails spatiaux. CDMaskFormer atteint des performances de pointe sur cinq jeux de données de référence, tout en offrant un équilibre satisfaisant entre efficacité et précision. Le code est disponible à l'adresse suivante : https://github.com/xwmaxwma/rschange.