人工智能图像变化检测
时间：2021-03-26 13:00:00
实现：人工智能图像变化检测方法汇总总结
姓名：乔金明
注
- 孪生神经网络Siamese适合的特点（主流变换检测的网络架构，不适合水库场景）
- 因为属于模板匹配类的算法，对于突然变化和超出边界框（图像）的目标跟踪会失败
- 对于背景杂斑较多，即有太多相似性物体的时候，跟踪效果不好
- 优点是淡化了标签，使得网络具有很好的扩展性，可以对那些没有训练过的类别进行分类，这点是优于很多算法的。而且这个算法对一些小数据量的数据集也适用，变相的增加了整个数据集的大小，使得数据量相对较小的数据集也能用深度网络训练出不错的效果
- 图像变换检测当前的应用重点领域，医学图像（例如病灶变化检测），卫星图像（例如sar图像检测），街景检测。医学图像图像质量高，卫星图像具有其他的通道信息，但这两个领域对背景与无关的检测不关心，不适合水库场景。与水库场景相似的街景检测场景，可以采用相关的分析，但热度很低导致网络模型规模不大而且较老，只在实验集效果表现好，所以开发的流程网络将以changenet->CDnet->sscdnet->…的方向进行。
方法集合
-
DTCDSCN （CNN; Siamese）
-
CorrFusionNet（CNN; Scene-level; Siamese; Optical RS）
-
SSCDNet（CNN (ResNet18); Siamese; Transfer Learning; Semantic; Streetview）
-
Heterogeneous_CD（AE (Code-Aligned AE); Unsupervised; Transformation; Heterogeneous; Optical RS）
-
FDCNN（CNN (VGG16); Transfer Learning; Pure-Siamese; Multi-scale; Optical RS）
-
STANet（CNN (ResNet-18); Attention Mechanism; Pure-Siamese; Spatial–Temporal Dependency; Optical RS）
-
X-Net（CNN; Unsupervised; Transformation; Heterogeneous; Optical RS; SAR）
-
ACE-Net（AE (Adversarial Cyclic Encoders); Unsupervised; Transformation; Heterogeneous; Optical RS; SAR）
-
VGG_LR（CNN (VGG16); Transfer Learning; Pure-Siamese; SLIC; Low Ranks; Optical RS）
-
SCCN（AE (DAE); Unsupervised; Heterogeneous; Optical RS; SAR）
-
cGAN（GAN (conditional GAN); Heterogeneous; Optical RS; SAR）
-
DASNet（CNN (VGG16); Siamese; Attention Mechanism ; Optical RS）
-
UNetLSTM（CNN (UNet); RNN (LSTM); Integrated Model; Optical RS）
-
CDMI-Net（CNN (Unet); Pure-Siamese; Multiple Instance Learning; Landslide Mapping; Optical RS）
-
DSFANet（DNN; Unsupervised; Pre-classification; Slow Feature Analysis; Optical RS）
-
CD-UNet++（CNN (improved UNet++); Direct Classification; Optical RS）
-
SiameseNet（CNN (VGG16); Pure-Siamese; Optical RS）
-
FC-EF, FC-Siam-conc, FC-Siam-diff（CNN (UNet); Pure-Siamese; Optical RS）
-
CosimNet（CNN (Deeplab v2); Pure-Siamese; Streetview）
-
Mask R-CNN（Mask R-CNN (ResNet-101); Transfer Learning; Post-Classification; Optical RS）
-
CaffeNet（CNN (CaffeNet); Unsupervised; Transfer Learning; Optical RS）
-
CWNN（CNN (CWNN); Unsupervised; Pre-Classification; SAR）
-
MLFN（CNN (DenseNet); Transfer learning; SAR）
-
GarborPCANet（CNN (PCANet); Unsupervised; Pre-Classification; Gabor Wavelets; SAR）
-
Ms-CapsNet（CNN (Ms-CapsNet); Capsule; Attention Mechanism; Adaptive Fusion Convolution; SAR）
-
DCNet（CNN; Unsupervised; Pre-Classification; SAR）
-
ChangeNet（CNN; Siamese; StreetView）
