多尺度注意力融合图网络在遥感建筑变化检测中的应用

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 Multiscale Attention Fusion Graph Network for Remote Sensing Building Change Detection 多尺度注意力融合图网络在遥感建筑变化检测中的应用 作者：Yu Shangguan , Jinjiang Li , Zheng Chen , Lu Ren , and Zhen Hua 源码链接：https://github.com/ShangGY805/MAFG 论文创新点 双图卷积模块（DGM） ：我们设计了一种包含 空间图卷积网络（SGCN） 和 通道图卷积网络（CGCN） 的双图卷积模块，有效地在空间和通道两个层面探索检测目标与全局之间的长期依赖关系。 多尺度注意力融合编码器 ：通过 通道注意力融合模块（CAFM） 和 空间注意力融合模块（SAFM） ，我们的模型能够从多尺度特征中有效结合有价值的信息，增强了对建筑目标的识别能力，并改善了边缘信息。 带孔隙的上下文自注意力金字塔（ACSP） ：我们提出了 ………………………………