रिमोट सेंसिंग और जीआईएस जर्नल

अमूर्त

विषम सुदूर संवेदन छवियों से परिवर्तन का पता लगाने के लिए आंशिक रूप से अयुग्मित सियामी मॉडल

टौती आर, मिग्नोटे एम, दहमाने एम

यह शोधपत्र द्वि-कालिक विषम सुदूर संवेदन छवि युग्मों में परिवर्तनों का पता लगाने की समस्या को संबोधित करता है। विभिन्न विषयों में, सहयोगात्मक संवेदन संदर्भ में प्रदर्शन वृद्धि के लिए बहुविधता मुख्य समाधान है। विशेष रूप से, सुदूर संवेदन छवियों में सेंसर के गुणन के साथ-साथ डेटा साझा करने की क्षमताओं और बहुकालिक डेटा उपलब्धता के साथ भरने के लिए अभी भी एक शोध अंतराल है। इस अध्ययन का उद्देश्य सहयोगात्मक सेंसर वाइड सूचना पूर्णता की बेहतर समझ के लिए बहु-कालिक सेट-अप में बहुविधता का पता लगाना है; हम दो आंशिक रूप से अयुग्मित समानांतर नेटवर्क धाराओं पर आधारित छद्म-सियामी नेटवर्क वास्तुकला पर आधारित एक जोड़ीदार सीखने का दृष्टिकोण प्रस्तावित करते हैं। प्रत्येक स्ट्रीम खुद को एक कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) का प्रतिनिधित्व करती है जो इनपुट पैच को एनकोड करती है। समग्र परिवर्तन डिटेक्टर (सीडी) मॉडल में एक फ्यूजन चरण शामिल है जो दो एन्कोडिंग को एक एकल मल्टीमॉडल फीचर प्रतिनिधित्व में जोड़ता है जिसे फिर पूरी तरह से जुड़े परतों का उपयोग करके कम आयाम में घटा दिया जाता है और अंत में बाइनरी क्रॉस एन्ट्रॉपी पर आधारित एक हानि फ़ंक्शन को निर्णय परत के रूप में उपयोग किया जाता है। प्रस्तावित छद्म-सियामी जोड़ी सीखने की वास्तुकला सीडी मॉडल को मल्टीमॉडल इनपुट छवि जोड़ों के बीच स्थानिक और लौकिक निर्भरता को पकड़ने की अनुमति देती है। मॉडल दो मल्टीमॉडल इनपुट पैच को एक बार में अलग-अलग स्थानिक रिज़ॉल्यूशन के तहत संसाधित करता है। विभिन्न वास्तविक मल्टीमॉडल डेटासेट पर मूल्यांकन प्रदर्शन विभिन्न स्थानिक रिज़ॉल्यूशन के साथ सीडी स्थितियों के मिश्रण को दर्शाते हैं, प्रस्तावित सीडी वास्तुकला की प्रभावशीलता की पुष्टि करते हैं।