Multi-Head Graph Attention Adversarial Autoencoder Network for Unsupervised Change Detection Using Heterogeneous Remote Sensing Images

Heterogeneous remote sensing images, acquired from different sensors, exhibit significant variations in data structure, resolution, and radiometric characteristics. These inherent heterogeneities present substantial challenges for change detection, a task that involves identifying changes in a targe...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Remote sensing (Basel, Switzerland) Ročník 17; číslo 15; s. 2581
Hlavní autoři:	Jia, Meng, Lou, Xiangyu, Zhao, Zhiqiang, Lu, Xiaofeng, Shi, Zhenghao
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Basel MDPI AG 24.07.2025
Témata:	Change detection Classification Data structures Datasets Deep learning domain transformation graph attention Heterogeneity heterogeneous remote sensing images Image acquisition Methods Neural networks Performance evaluation Remote sensing Representations Sensors Similarity measures Transformations (mathematics) unsupervised change detection
ISSN:	2072-4292, 2072-4292
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!