현재의 변화 탐지 기법들이 갖는 한계를 고려하여, 이 연구에서는 이중시점 영상 변화 탐지에 적합한 심층적 감독을 갖춘 주의 메트릭 기반 네트워크(DSAMNet)를 제안한다. DSAMNet은 특징 추출기로부터 얻은 특징에서 직접 변화 맵을 학습할 수 있도록 CBAM을 통합한 변화 결정 모듈과, 숨겨진 계층의 학습을 보조하기 위해 중간 단계의 변화 결과를 생성하는 보조적인 심층적 감독 모듈을 포함하고 있다. 또한, 딥러닝 기반 변화 탐지 방법의 학습 및 테스트를 위해 총 20,000개의 영상 쌍을 포함하는 새로운 벤치마크(SYSU-CD)를 제안한다. SYSU-CD 데이터셋에서 수행된 비교 실험을 통해 제안한 방법의 효과성이 입증되었다.