摘要

本文介绍了三种全卷积神经网络架构，这些架构利用一对共配准图像进行变化检测。特别值得一提的是，我们提出了两种全卷积网络的孪生扩展结构，通过结合当前问题的启发式方法，在两个公开的变化检测数据集上使用RGB和多光谱图像进行测试时，取得了最佳结果。我们展示了该系统能够从零开始使用带有注释的变化检测图像进行学习。我们的架构在性能上优于先前提出的方法，同时至少比相关系统快500倍。这项工作为大规模地球观测系统（如哥白尼或陆地卫星）的数据高效处理迈出了重要一步。