Electronique | Texte intégral gratuit | Détection des changements liés aux bords dans les images de télédétection multisources

Abstrait

La détection des changements dans des images hétérogènes multisources constitue un défi de taille pour les méthodes de détection de changements non supervisées. Les méthodes basées sur la traduction d’images, qui transforment deux images pour les rendre homogènes à des fins de comparaison, sont devenues une approche courante. Cependant, la plupart d’entre eux s’appuient principalement sur des informations provenant de régions inchangées, ce qui donne lieu à des réseaux qui ne peuvent pas pleinement saisir le lien entre deux représentations hétérogènes. De plus, le manque d’informations a priori et de données d’entraînement suffisantes rend l’entraînement vulnérable aux interférences des pixels modifiés. Dans cet article, nous proposons un réseau contradictoire génératif orienté bord (EO-GAN) pour la détection des changements qui traduit indirectement les images à l’aide d’informations de bord, qui servent de lien central et stable entre les représentations hétérogènes. L’EO-GAN est composé d’un réseau d’extraction de périphérie et d’un réseau reconstructeur. Au cours du processus de formation, nous veillons à ce que les bords extraits d’images hétérogènes soient aussi similaires que possible grâce à des données complétées basées sur la segmentation des superpixels. Les résultats expérimentaux sur des ensembles de données à la fois hétérogènes et homogènes démontrent l’efficacité de notre méthode proposée.