arXiv · 机器人与计算机视觉· Zhengyi Xu, Haoran Wu, Wen Jiang, Jie Geng·· 15 天前AI 评分5
GAPL-SCD 模型通过图聚合原型学习实现遥感语义变化检测 SOTA 性能
Graph-Aggregated Prototype Learning for Remote Sensing Semantic Change Detection
AI 导读
GAPL-SCD 框架提出多任务联合优化与自适应权重分配,利用图聚合原型模块构建高层特征交互图以对齐跨时间点类别。该方法在 SECOND 和 Landsat-SCD 数据集上实验验证,显著提升了复杂场景下的准确率与鲁棒性,达到遥感语义变化检测领域的最先进水平。
来源:arXiv · 机器人与计算机视觉 · arxiv.org