Un réseau de fusion d’images fortement supervisé pour la détection de changements dans des images télescopiques bi-temporelles à haute résolution

La détection des changements dans les images de télédétection à haute résolution est essentielle pour comprendre les évolutions de la surface terrestre. Étant donné que les méthodes traditionnelles de détection des changements ne sont pas adaptées à cette tâche en raison des détails fins et des caractéristiques texturales complexes présents dans les images à haute résolution, de nombreuses méthodes basées sur l’apprentissage profond ont été proposées afin d’améliorer les performances de détection des changements. Bien que les méthodes d’état de l’art basées sur les caractéristiques profondes surpassent toutes les autres méthodes d’apprentissage profond pour la détection des changements, les réseaux utilisés dans ces approches existantes sont majoritairement des architectures modifiées à partir de modèles initialement conçus pour la segmentation sémantique d’image unique. Le transfert de ces réseaux vers la tâche de détection des changements soulève encore plusieurs problèmes clés. Dans cet article, nous proposons un réseau de fusion d’images profondément supervisé (IFN) pour la détection des changements dans les images bi-temporelles de télédétection à haute résolution. Plus précisément, des caractéristiques profondes hautement représentatives des images bi-temporelles sont d’abord extraites à l’aide d’une architecture à deux flux entièrement convolutive. Ensuite, ces caractéristiques profondes sont introduites dans un réseau de discrimination de différence profondément supervisé (DDN) pour la détection des changements. Afin d’améliorer la complétude des contours et la compacité interne des objets dans les cartes de changement produites, des caractéristiques profondes à plusieurs niveaux issues des images brutes sont fusionnées avec les caractéristiques de différence d’image à l’aide de modules d’attention pour la reconstruction de la carte de changement. Le DDN est par ailleurs amélioré en introduisant directement des pertes de carte de changement dans les couches intermédiaires du réseau, et l’ensemble du réseau est entraîné de manière end-to-end. L’IFN est évalué sur un jeu de données publique ainsi que sur un jeu de données exigeant, composé d’images bi-temporelles multi-sources provenant de Google Earth et couvrant différentes villes en Chine. À la fois par analyse visuelle et évaluation quantitative, les résultats confirment que l’IFN surpasse quatre méthodes de référence issues de la littérature, en restituant des zones modifiées présentant des contours complets et une compacité interne élevée par rapport aux méthodes d’état de l’art.