课题组张浩鹏的一篇SAR图像变化检测的研究工作近期被 IEEE Geoscience and Remote Sensing Letters 接收

题目：Convolution and Attention Mixer for Synthetic Aperture Radar Image Change Detection

代码：https://github.com/summitgao/CAMixer

合成孔径雷达（Synthetic Aperture Radar，SAR）图像变化检测是一项重要任务，在遥感领域引起了国内外学者的广泛关注。然而，现有的SAR变化检测方法主要基于卷积神经网络（CNNs），对全局注意力机制的考虑有限。在这个工作中，我们将Transformer架构用于SAR变化检测，以融合全局注意力。为此，我们提出了一个卷积和注意力混合器（CAMixer）。首先，为了弥补Transformer在归纳偏差中的不足，以并行方式将自注意力与移位卷积相结合。这种并行设计通过自注意力有效地捕捉全局语义信息，同时能够有效的进行局部特征提取。其次，我在前馈网络中采用门控机制来增强非线性特征变换，重要特征可以被强调，从而抑制图像中的斑点，产生高质量的特征表示。在三个SAR数据集上的大量实验验证了本文所提出的 CAMixer 性能优异。