HRTNet除了T1和T2图像外,还将差异图像作为额外输入,以学习双时相图像的时间信息。...HRNet和HRSNet在Lebedev数据集上的精度对比
从该表可以看出,与HRSNet相比,HRTNet的召回率提高了0.82%,F1分数提高了0.42%,而精确率和OA值也有所提高。...在HRTNet和HRSNet的参数相同的情况下(因为这些模型之间共享特征提取网络来学习图像特征),对于一对256×256大小的双时态图像,HRTNet需要的运行时间略多于HRSNet.这是因为它需要花额外的计算成本学习差分特征...使用不同的主干网络的模型在Lebedev数据集上的精度比较
可以看出,与没有DIM的模型相比,使用了DIM的HRSNet和HRTNet明显提高了精度、F1和OA, 召回值略有下降。...结论与展望
本文提出了一种用于遥感图像变化检测的高分辨率三元组网络(HRTNet)。与现有的方法不同,HRTNet关注双时空图像中包含的时间信息。它通过三个平行流来学习双时空图像和时间信息的特征。