En tant que tâche importante mais difficile en observation de la Terre, la détection de changements (CD) connaît actuellement une révolution technologique, en raison de l’application croissante des méthodes d’apprentissage profond. Toutefois, les approches actuelles de CD basées sur l’apprentissage profond souffrent encore de deux problèmes marquants : 1) une modélisation temporelle incomplète, et 2) un couplage espace-temps. À la lumière de ces limitations, nous proposons une modélisation plus explicite et plus sophistiquée du temps, et établissons ainsi un cadre de détection de changements pair-à-vidéo (P2V-CD). Premièrement, un « vidéo de transition pseudo » portant une information temporelle riche est construit à partir de la paire d’images d’entrée, interprétant la CD comme un problème de compréhension vidéo. Ensuite, deux encodeurs découplés sont utilisés pour reconnaître spatialement et temporellement le type de transition, et ces encodeurs sont connectés latéralement afin de s’encourager mutuellement. Par ailleurs, la technique de supervision profonde est appliquée pour accélérer l’entraînement du modèle. Des expériences montrent que la méthode P2V-CD se distingue favorablement des autres approches de pointe en matière de qualité visuelle et de métriques d’évaluation, tout en conservant une taille modérée du modèle et une charge computationnelle relativement faible. Des expériences d’illustration détaillées sur les cartes de caractéristiques démontrent clairement que notre méthode va au-delà de la simple comparaison entre images bi-temporelles. Le code source est disponible à l’adresse suivante : https://github.com/Bobholamovic/CDLab.