要約
リモートセンシング画像における変化検出（Change Detection: CD）は、環境監視、都市開発、災害管理などの分野で重要な課題であり、時間の経過に伴う変化を特定するために二時相画像を利用します。このプロセスにおいて、異なる時間帯で同じ位置にある特徴量の二時相空間関係が重要な役割を果たします。しかし、既存の変化検出ネットワークは、多くの場合、これらの空間関係を十分に活用せずに二時相特徴量の抽出と融合を行っています。本研究では、SRC-Net: 二時相空間関係に注目したCD向けネットワークを提案します。提案されたSRC-Netには、空間関係を取り入れてクロスブランチ認識機構を確立し、特徴量抽出の精度と堅牢性を向上させる「知覚および相互作用モジュール」が含まれています。さらに、「パッチモード共同特徴量融合モジュール」が導入され、現在の手法での情報損失問題に対処しています。このモジュールは異なる変化パターンと空間関係への配慮を取り入れることで、より表現力豊かな融合特徴量を生成します。また、これらの2つの関係に注目したモジュールを使用して新しいネットワークを構築し、LEVIR-CDおよびWHU Buildingデータセット上で実験を行いました。実験結果は、当社のネットワークが現行の最先端（State-of-the-Art: SOTA）手法よりも優れた性能を示すとともに、比較的少ないパラメータ数で動作することを証明しています。我々は本アプローチが変化検出分野における新たなパラダイムとなり、さらなる進歩へのインスピレーションとなることを信じています。コードとモデルは公開されており、https://github.com/Chnja/SRCNet からアクセスできます。