摘要

在遥感影像中进行变化检测（CD）是一项至关重要的任务，其应用范围包括环境监测、城市开发和灾害管理。变化检测涉及利用双时相图像来识别随时间发生的变化。同一位置不同时间特征之间的双时相空间关系在这一过程中起着关键作用。然而，现有的变化检测网络通常未能充分利用这些空间关系进行双时相特征提取和融合。在本研究中，我们提出了一种关注双时相空间关系的变化检测网络——SRC-Net。所提出的SRC-Net包含一个感知与交互模块，该模块结合了空间关系并建立了跨分支感知机制，以提高特征提取的精度和鲁棒性。此外，还引入了一个基于补丁模式的联合特征融合模块，旨在解决现有方法中的信息丢失问题。该模块考虑了不同的变化模式并关注空间关系，从而生成更具表现力的融合特征。进一步地，我们使用这两个关注关系的模块构建了一个新的网络，并在LEVIR-CD和WHU建筑数据集上进行了实验。实验结果表明，我们的网络在参数量适中的情况下优于当前最先进的（SOTA）方法。我们认为，我们的方法为变化检测设定了新的范式，并将激发该领域的进一步发展。代码和模型已公开发布于https://github.com/Chnja/SRCNet。