本研究提出了一种密集实例分离方法（DISep），解决了弱监督变化检测中的实例聚合问题。通过三步迭代训练，优化像素特征，提高了变化数量的准确量化，实验结果表明DISep显著提升了多种变化检测方法的性能。

Plug-and-Play Dense Instance Separation: Scene-to-Pixel Weakly-Supervised Change Detection in High-Resolution Remote Sensing Images
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证