要約
超高解像度（VHR）リモートセンシング（RS）画像における変化検出（CD）は、豊富な空間情報とサンプルの不均衡問題を抱えるため、従来から困難な課題であった。本論文では、階層的変化誘導マップネットワーク（HCGMNet）を提案する。本モデルは階層的な畳み込み演算を用いてマルチスケール特徴を抽出し、層ごとに多スケール特徴を段階的に統合することで、グローバルおよびローカル情報の表現力を向上させる。さらに、変化誘導モジュール（CGM）を導入し、変化誘導マップを用いた自己注意機構により、エッジ特徴の段階的精緻化と全体的な性能向上を実現する。2つのCDデータセットを用いた広範な実験の結果、提案するHCGMNetアーキテクチャは、既存の最先端（SOTA）CD手法と比較して優れた変化検出性能を達成した。