論文の概要: A Spatial Semantics and Continuity Perception Attention for Remote Sensing Water Body Change Detection

• arxiv url: http://arxiv.org/abs/2511.16143v1
• Date: Thu, 20 Nov 2025 08:30:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.530741
• Title: A Spatial Semantics and Continuity Perception Attention for Remote Sensing Water Body Change Detection
• Title（参考訳）: リモートセンシング水体変化検出のための空間的セマンティックスと連続知覚注意
• Authors: Quanqing Ma, Jiaen Chen, Peng Wang, Yao Zheng, Qingzhan Zhao, Yuchen Zheng,
• Abstract要約: 水体変化検出(WBCD)のための空間分解能3m以上の新しいデータセットHSRW-CDを提案する。 空間意味と連続知覚モジュールは、WBCDネットワークにおける空間意味と深い特徴の構造の両方を完全に活用するように設計されている。 提案したSSCPには,マルチセマンティック空間注意(MSA),構造関係認識グローバル注意(SRGA),チャネルワイド自己注意(CSA)の3つの構成要素がある。
• 参考スコア（独自算出の注目度）: 7.111688480237728
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote sensing Water Body Change Detection (WBCD) aims to detect water body surface changes from bi-temporal images of the same geographic area. Recently, the scarcity of high spatial resolution datasets for WBCD restricts its application in urban and rural regions, which require more accurate positioning. Meanwhile, previous deep learning-based methods fail to comprehensively exploit the spatial semantic and structural information in deep features in the change detection networks. To resolve these concerns, we first propose a new dataset, HSRW-CD, with a spatial resolution higher than 3 meters for WBCD. Specifically, it contains a large number of image pairs, widely covering various water body types. Besides, a Spatial Semantics and Continuity Perception (SSCP) attention module is designed to fully leverage both the spatial semantics and structure of deep features in the WBCD networks, significantly improving the discrimination capability for water body. The proposed SSCP has three components: the Multi-Semantic spatial Attention (MSA), the Structural Relation-aware Global Attention (SRGA), and the Channel-wise Self-Attention (CSA). The MSA enhances the spatial semantics of water body features and provides precise spatial semantic priors for the CSA. Then, the SRGA further extracts spatial structure to learn the spatial continuity of the water body. Finally, the CSA utilizes the spatial semantic and structural priors from the MSA and SRGA to compute the similarity across channels. Specifically designed as a plug-and-play module for water body deep features, the proposed SSCP allows integration into existing WBCD models. Numerous experiments conducted on the proposed HSRW-CD and Water-CD datasets validate the effectiveness and generalization of the SSCP. The code of this work and the HSRW-CD dataset will be accessed at https://github.com/QingMa1/SSCP.
• Abstract（参考訳）: リモートセンシング水体変化検出(WBCD)は、同じ地理的領域の両時間画像から水域表面の変化を検出することを目的としている。 近年、WBCDのための高空間解像度データセットの不足は、より正確な位置決めを必要とする都市部や農村部での応用を制限している。 一方、従来のディープラーニングに基づく手法では、変化検出ネットワークの深い特徴における空間的意味と構造情報を包括的に活用することができない。 これらの課題を解決するために,WBCDの空間分解能が3mを超える新しいデータセットHSRW-CDを提案する。 具体的には、多数の画像ペアを含み、様々な水域タイプをカバーしている。 さらに,WBCDネットワークにおける深部特徴の空間意味と構造を十分に活用し,水域の識別能力を大幅に向上させるため,空間意味・連続知覚モジュール(SSCP)が設計されている。 提案したSSCPには,マルチセマンティック空間注意(MSA),構造関係認識グローバル注意(SRGA),チャネルワイド自己注意(CSA)の3つの構成要素がある。 MSAは、水域の特徴の空間的意味論を強化し、CSAに対して正確な空間的意味論を提供する。 そして、SRGAはさらに空間構造を抽出し、水体の空間連続性を学習する。 最後に、CSAは、MSAとSRGAの空間的意味と構造的先行を利用して、チャネル間の類似性を計算する。 具体的には、水深の深い機能のためのプラグアンドプレイモジュールとして設計されており、提案されたSSCPは既存のWBCDモデルとの統合を可能にする。 提案したHSRW-CDおよびWater-CDデータセットに対する多数の実験により,SSCPの有効性と一般化が検証された。 この作業のコードとHSRW-CDデータセットはhttps://github.com/QingMa1/SSCPでアクセスされます。

関連論文リスト

• FoBa: A Foreground-Background co-Guided Method and New Benchmark for Remote Sensing Semantic Change Detection [48.06921153684768]
  本稿では,LevirSCDと呼ばれるリモートセマンティックチェンジ検出(SCD)のための新しいベンチマークを提案する。 データセットには16の変更カテゴリと210の特定の変更タイプが含まれており、よりきめ細かいクラス定義がある。 本研究では,フォアグラウンド・バックグラウンド・コグラウンドSCD(FoBa)手法を提案する。 FoBaは、現在のSOTA法と比較して、それぞれ1.48%、3.61%、および2.81%の改善を達成している。
  論文  参考訳（メタデータ） (2025-09-19T09:19:57Z)
• Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
  リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。 既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。 本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
  論文  参考訳（メタデータ） (2025-08-07T11:14:16Z)
• Enhancing, Refining, and Fusing: Towards Robust Multi-Scale and Dense Ship Detection [7.208605594108282]
  本稿では, マルチスケール・密封型船舶検知のための新しいフレームワーク, Center-Aware SAR Ship Detector (CASS-Det) を提案する。 CASS-Detは,(1)船心強調のために回転畳み込みを用いたセンター拡張モジュール(CEM),(2)密集したシーンで船の境界を洗練させるために層間依存関係を利用する隣の注意モジュール(NAM),(3)大規模機能融合を強化するクロスコネクテッド機能ピラミッドネットワーク(CC-FPN)の3つの重要なイノベーションを統合する。
  論文  参考訳（メタデータ） (2025-01-10T15:33:37Z)
• Decomposition-based Unsupervised Domain Adaptation for Remote Sensing Image Semantic Segmentation [30.606689882397223]
  非教師なし領域適応(UDA)技術は、地球科学のセマンティックセグメンテーションに不可欠である。 高レベルの特徴空間におけるドメインアライメントに焦点を当てた既存のUDA手法の多くは、局所的な空間的詳細とグローバルな文脈的意味論を同時に維持するのに苦労している。 ドメイン不変表現学習を導くための新しい分解手法を提案する。
  論文  参考訳（メタデータ） (2024-04-06T07:13:49Z)
• SCTransNet: Spatial-channel Cross Transformer Network for Infrared Small Target Detection [46.049401912285134]
  赤外線小ターゲット検出(IRSTD)は近年,U字型ニューラルモデルから大きな恩恵を受けている。 既存のテクニックは、ターゲットが背景と高い類似性を持つ場合に苦労する。 本稿では,空間チャネルクロストランスネットワーク(SCTransNet)を提案する。
  論文  参考訳（メタデータ） (2024-01-28T06:41:15Z)
• DAM-Net: Global Flood Detection from SAR Imagery Using Differential Attention Metric-Based Vision Transformers [22.885444177106873]
  高分解能合成開口レーダ(SAR)画像を用いた浸水領域の検出は危機管理や災害管理における重要な課題である。 そこで本研究では,新しいディファレンシャル・アテンション・メトリック・ベース・ネットワーク(DAM-Net)を提案する。 DAM-Netは、多時間画像のマルチスケールな変化特徴を得るためのウェイトシェアリングシームスバックボーンと、水体変化の高レベルな意味情報を含むトークンの2つのキーコンポーネントから構成される。
  論文  参考訳（メタデータ） (2023-06-01T14:12:33Z)
• Spatial Layout Consistency for 3D Semantic Segmentation [0.7614628596146599]
  本稿では,ALTMの点雲のボクセルに基づくセマンティックセマンティックセグメンテーションを実現するための,新しいディープ畳み込みニューラルネットワーク(DCNN)手法を提案する。 提案する深層学習手法であるセマンティック・ユーティリティ・ネットワーク(SUNet)は多次元・多次元ネットワークである。 実験により,SuNetの空間的レイアウトの整合性とマルチレゾリューション機能アグリゲーションにより,性能が大幅に向上することを示した。
  論文  参考訳（メタデータ） (2023-03-02T03:24:21Z)
• Dense Attention Fluid Network for Salient Object Detection in Optical Remote Sensing Images [193.77450545067967]
  光リモートセンシング画像(RSI)における有意物体検出のためのエンド・ツー・エンドDense Attention Fluid Network(DAFNet)を提案する。 GCA(Global Context-Aware Attention)モジュールは、長距離の意味的関係を適応的にキャプチャするために提案される。 我々は、2000枚の画像とピクセルワイドなサリエンシアノテーションを含むSODのための新しい、挑戦的な光学RSIデータセットを構築した。
  論文  参考訳（メタデータ） (2020-11-26T06:14:10Z)
• Cross-Attention in Coupled Unmixing Nets for Unsupervised Hyperspectral Super-Resolution [79.97180849505294]
  本稿では,HSIの空間分解能を高めるために,CUCaNetというクロスアテンション機構を備えた新しい結合型アンミックスネットワークを提案する。 3つの広く使われているHS-MSデータセットに対して、最先端のHSI-SRモデルと比較実験を行った。
  論文  参考訳（メタデータ） (2020-07-10T08:08:20Z)

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。