PulseAugur
中
实时 11:11:36
English(EN) SiamixFormer: a fully-transformer Siamese network with temporal Fusion for accurate building detection and change detection in bi-temporal remote sensing images

SiamixFormer Transformer模型改进遥感图像分析

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SiamixFormer，一种利用Transformer架构的新型Siamese网络，用于增强遥感图像中的建筑物和变化检测。该模型处理灾前和灾后图像，并采用时间Transformer进行特征融合，以保持大的感受野。在xBD、WHU、LEVIR-CD和CDD等基准数据集上的评估表明，SiamixFormer在准确性方面优于现有的最先进方法。 AI

影响 该模型可以通过更准确的遥感数据分析来改进城市规划和灾害响应。

排序理由 这是一篇描述新模型架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

SiamixFormer Transformer模型改进遥感图像分析

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Amir Mohammadian, Foad Ghaderi ·

    SiamixFormer：一种全Transformer的Siamese网络，具有时间融合功能，可用于双时相遥感图像中的精确建筑物检测和变化检测

    arXiv:2208.00657v2 Announce Type: cross Abstract: Building detection and change detection using remote sensing images can help urban and rescue planning. Moreover, they can be used for building damage assessment after natural disasters. Currently, most of the existing models for …

相关话题