В данной работе решаются такие проблемы свёрточных сетей при обнаружении изменений, как ограниченное рецептивное поле, недостаточное взаимодействие признаков между уровнями и трудности моделирования дальнодействующих контекстных зависимостей, посредством предлагаемой модели CTDFFNet (сеть слияния дифференциальных признаков на базе Cross-Transformer). Сначала с помощью сети ResNet18 строится многомасштабное локальное представление признаков, а затем с помощью модуля Cross-Transformer изучаются дифференциальные признаки для обеспечения глобального учета контекста и межуровневого взаимодействия признаков, что повышает чувствительность модели к сложным изменениям сцены; далее в декодере применяются плотные соединения для многоуровневой передачи признаков и эффективного использования информации, одновременно подавляя исчезновение градиентов; наконец, с помощью адаптивного модуля усиления каналов ACEM динамически настраиваются веса каналов для усиления ключевых признаков, а с помощью слоя Sigmoid формируется итоговая карта изменений. Для проверки эффективности метода проведены эксперименты на трёх наборах данных по обнаружению изменений: LEVIR-CD, CDD и WHU-CD. Количественные результаты показывают, что CTDFFNet достигает лучших показателей точности на всех трёх наборах, при этом значения F1 составили 91,52%, 95,83% и 93,02% соответственно. Визуальные результаты также показывают, что CTDFFNet эффективно противостоит помехам, таким как сложный фон, тени и изменения освещения, значительно улучшая распознавание объектов разных масштабов.

обнаружение изменений;глубокое обучение;Cross-Transformer;механизм перекрёстного внимания;адаптивное усиление каналов