.png){kind=icon}
返回
BITCC: A Bidirectional Image–Text Interaction Method for High-Resolution Remote Sensing Image Change Captioning
.png){kind=icon}
OA
AI
DOI：10.1109/JSTARS.2025.3629158.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高分辨率遥感图像变化描述（RSICC）旨在理解双时相高分辨率遥感图像中的变化内容并生成相应的描述性文本。通过以自然语言形式呈现变化信息，使其更具直观性和易沟通性，因而受到了广泛关注。然而，RSICC领域仍存在两大挑战：首先，现有大多数方法采用图像到文本的单向交互方式，导致图像与文本之间的语义对齐不足，限制了方法的性能；其次，在遥感图像中存在光照和气候等干扰因素，导致双时相图像存在整体差异，进而影响变化信息的识别。为解决上述挑战，本文提出了一种用于高分辨率RSICC的双向图像-文本交互方法（BITCC）。BITCC首先引入基于重建的图像到文本交互组件，该组件与文本生成组件共同形成双向交互，以增强图像局部变化信息与文本信息之间的语义关联。为应对双时相图像之间的全局差异问题，设计了一种基于噪声的变化提取器，通过添加噪声减少模型对无关因素的注意力。最后，图像与文本交互组件通过对比对齐约束两种模态的全局表征，在高层次表征中增强图像与文本之间的全局语义一致性。在两个公开数据集上的实验表明，本文提出的方法优于当前的最优方法。
Keyword:
Bidirectional interaction
change captioning (CC)
contrastive alignment
high-resolution remote sensing image
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.3
论文数:
1.6K
被引数:
3.0W
机构
引用论文
暂无论文信息