論文の概要: MASNet:Improve Performance of Siamese Networks with Mutual-attention for
Remote Sensing Change Detection Tasks
- arxiv url: http://arxiv.org/abs/2206.02331v1
- Date: Mon, 6 Jun 2022 03:21:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-07 14:05:59.867037
- Title: MASNet:Improve Performance of Siamese Networks with Mutual-attention for
Remote Sensing Change Detection Tasks
- Title(参考訳): MASNet:リモートセンシング変更検出タスクにおける相互注意型シームズネットワークの性能向上
- Authors: Hongbin Zhou, Yupeng Ren, Qiankun Li, Jun Yin, and Yonggang Lin
- Abstract要約: Mutual-Attention Siamese Network (MASNet) は、相互アテンションプラグインを備えた一般的なシアムネットワークである。
本研究では,マルチチェンジ検出データセット上でのシアムネットワークの性能改善について述べる。
- 参考スコア(独自算出の注目度): 2.1545547158831164
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Siamese networks are widely used for remote sensing change detection tasks. A
vanilla siamese network has two identical feature extraction branches which
share weights, these two branches work independently and the feature maps are
not fused until about to be sent to a decoder head. However we find that it is
critical to exchange information between two feature extraction branches at
early stage for change detection task. In this work we present Mutual-Attention
Siamese Network (MASNet), a general siamese network with mutual-attention
plug-in, so to exchange information between the two feature extraction
branches. We show that our modification improve the performance of siamese
networks on multi change detection datasets, and it works for both
convolutional neural network and visual transformer.
- Abstract(参考訳): シームズネットワークはリモートセンシング変更検出タスクに広く利用されている。
バニラシャムネットワークは、重みを共有する2つの同一の特徴抽出分岐を持ち、これら2つの枝は独立して動作し、特徴マップはデコーダヘッドに送信されるまで融合しない。
しかし, 変化検出タスクでは, 早期に2つの特徴抽出枝間で情報を交換することが重要であることがわかった。
本稿では,2つの特徴抽出枝間の情報を交換するために,相互接続プラグインを備えた一般シャムネットワークである相互接続シャムネットワーク(masnet)を提案する。
我々は,マルチチェンジ検出データセットにおけるシアムネットワークの性能を改良し,畳み込みニューラルネットワークとビジュアルトランスフォーマーの両方に有効であることを示す。
関連論文リスト
- DiffVein: A Unified Diffusion Network for Finger Vein Segmentation and
Authentication [50.017055360261665]
DiffVeinは、静脈分割と認証タスクを同時に処理する統合拡散モデルベースのフレームワークである。
これら2つのブランチ間の機能相互作用を改善するために,2つの特別なモジュールを導入する。
このようにして、我々のフレームワークは拡散とセグメンテーションの埋め込みの間の動的相互作用を可能にする。
論文 参考訳(メタデータ) (2024-02-03T06:49:42Z) - Explicit Change Relation Learning for Change Detection in VHR Remote
Sensing Images [12.228675703851733]
変更関係の特徴を明示的にマイニングするためのネットワークアーキテクチャNAMEを提案する。
変更検出の変更特徴は、事前変更画像特徴、後変更画像特徴、変更関係特徴に分けられる。
我々のネットワークは、F1、IoU、OAの点で、変更検出のための既存の先進的なネットワークよりも優れています。
論文 参考訳(メタデータ) (2023-11-14T08:47:38Z) - SwinV2DNet: Pyramid and Self-Supervision Compounded Feature Learning for
Remote Sensing Images Change Detection [12.727650696327878]
本稿では,変換器とCNNの利点を継承するために,エンドツーエンドの複合ネットワークSwinV2DNetを提案する。
これは、密に接続されたSwin V2バックボーンを通じて、変更関係の機能をキャプチャする。
CNNブランチを通じて、低レベルの事前変更と後変更の機能を提供する。
論文 参考訳(メタデータ) (2023-08-22T03:31:52Z) - T-UNet: Triplet UNet for Change Detection in High-Resolution Remote
Sensing Images [5.849243433046327]
現在、ほとんどの変更検出方法は、シームズネットワーク構造または初期の核融合構造に基づいている。
本稿では,3分岐エンコーダをベースとしたTriplet UNet(T-UNet)を提案する。
デコーダの段階では、詳細なテクスチャ情報を完全にマイニングし統合するためのチャネルアテンション機構(CAM)と空間アテンション機構(SAM)を導入する。
論文 参考訳(メタデータ) (2023-08-04T14:44:11Z) - Towards Diverse Binary Segmentation via A Simple yet General Gated Network [71.19503376629083]
本稿では,バイナリセグメンテーションタスクに対処するシンプルな汎用ネットワーク(GateNet)を提案する。
多段ゲートユニットの助けを借りて、エンコーダからの貴重なコンテキスト情報をデコーダに選択的に送信することができる。
我々は,アトーラスの畳み込みを改善し,新規な折り畳み畳み畳み畳み畳み込みを形成する「Fold」操作を導入した。
論文 参考訳(メタデータ) (2023-03-18T11:26:36Z) - Bandwidth-efficient distributed neural network architectures with
application to body sensor networks [73.02174868813475]
本稿では,分散ニューラルネットワークアーキテクチャを設計するための概念設計手法について述べる。
提案手法により,損失を最小限に抑えつつ,最大20倍の帯域幅削減が可能となることを示す。
本稿では,ウェアラブル脳-コンピュータインタフェースに焦点をあてるが,他のセンサネットワークアプリケーションにも適用できる。
論文 参考訳(メタデータ) (2022-10-14T12:35:32Z) - Few-Shot Object Detection with Fully Cross-Transformer [35.49840687007507]
Few-shot Object Detection (FSOD) は、ごく少数のトレーニング例を用いて、新しいオブジェクトを検出することを目的としている。
本稿では,機能バックボーンと検出ヘッドの両方にクロストランスフォーマーを組み込むことにより,FSODのための新しいFCTモデルを提案する。
本モデルでは,複数レベルのインタラクションを導入することにより,2つのブランチ間の数ショットの類似性学習を改善することができる。
論文 参考訳(メタデータ) (2022-03-28T18:28:51Z) - AnomMAN: Detect Anomaly on Multi-view Attributed Networks [11.331030689825258]
マルチビュー分散ネットワーク上での異常検出のためのグラフ畳み込みに基づくフレームワークAnomMANを提案する。
実世界のデータセットの実験によると、AnomMANは最先端のモデルよりも優れています。
論文 参考訳(メタデータ) (2022-01-08T12:49:27Z) - A Transformer-Based Siamese Network for Change Detection [72.04912755926524]
本稿では、変化検出(CD)のためのトランスフォーマーベースのSiameseネットワークアーキテクチャ(略してChangeFormer)を提案する。
提案手法は,マルチ層パーセプション(MLP)デコーダと階層的に構成されたトランスフォーマエンコーダをシムズネットワークアーキテクチャで統合し,CDの精度向上に必要なマルチスケール長範囲細部を効率よくレンダリングする。
論文 参考訳(メタデータ) (2022-01-04T18:55:22Z) - Augmenting Convolutional networks with attention-based aggregation [55.97184767391253]
我々は,非局所的推論を実現するために,注目に基づくグローバルマップを用いた畳み込みネットワークの強化方法を示す。
この学習集約層を2つのパラメータ(幅と深さ)でパラメータ化した単純パッチベースの畳み込みネットワークで接続する。
これは、特にメモリ消費の点で、精度と複雑さの間の驚くほど競争力のあるトレードオフをもたらす。
論文 参考訳(メタデータ) (2021-12-27T14:05:41Z) - Suppress and Balance: A Simple Gated Network for Salient Object
Detection [89.88222217065858]
両問題を同時に解くための単純なゲートネットワーク(GateNet)を提案する。
多レベルゲートユニットの助けを借りて、エンコーダからの貴重なコンテキスト情報をデコーダに最適に送信することができる。
さらに,提案したFold-ASPP操作(Fold-ASPP)に基づくアトラス空間ピラミッドプーリングを用いて,様々なスケールのサリアンオブジェクトを正確に位置決めする。
論文 参考訳(メタデータ) (2020-07-16T02:00:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。