摘要
变化检测是长期地球观测任务中的一个重要工具。它以双时相图像作为输入，预测“变化”发生的位置。与其他密集预测任务不同，变化检测的一个重要考虑因素是双时相特征之间的相互作用。基于这一动机，本文提出了一种新颖的通用变化检测架构——MetaChanger，该架构在特征提取器中包含了一系列交替的交互层。为了验证MetaChanger的有效性，我们提出了两个衍生模型：ChangerAD和ChangerEx，它们采用了简单的交互策略：聚合-分布（Aggregation-Distribution, AD）和“交换”。AD是从一些复杂的交互方法中抽象出来的，“交换”则是一种完全无参数且无需计算的操作，通过交换双时相特征实现。此外，为了更好地对齐双时相特征，我们提出了一种流双重对齐融合（Flow Dual-Alignment Fusion, FDAF）模块，该模块允许交互式对齐和特征融合。关键的是，我们观察到Changer系列模型在不同尺度的变化检测数据集上取得了具有竞争力的性能。进一步地，我们提出的ChangerAD和ChangerEx可以作为未来MetaChanger设计的起点基线。