基于Transformer的遥感图像变化检测研究进展

摘要

光照、季节、气候、太阳高度和角度变化等因素的影响，以及目标区域的散乱性和尺度多变性，使得遥感图像变化检测领域面临着巨大的技术挑战。近年来，Transformer在自然语言处理、目标检测、图像分割等领域取得成功，成为遥感图像变化检测的研究热点。因此，综述了基于Transformer的最新研究进展，分析了基于纯Transformer和基于卷积神经网络(convolutional neural network, CNN)+Transformer混合架构的2类方法，对它们在多种遥感图像公共数据集上的性能进行了比较，总结了不同方法的优缺点，并展望了未来可能的发展趋势。

关键词

Transformer / 遥感图像 / 变化检测 / 纯Transformer / 卷积神经网络(convolutional neural network, CNN) / 混合架构

基金资助

国家自然科学基金资助项目(62431001,62371015); 北京市自然科学基金-丰台轨道交通前沿研究联合基金资助项目(L211017)