AsymCD：一种用于双重不对称场景的变化检测方法

《Neurocomputing》：AsymCD: A change detection method for dual asymmetric scenarios

　　摘要：变化检测在自然灾害评估、城市建设管理、生态监测等领域具有重要意义。然而，现有的大多数像素级变化检测模型都假设双时相图像在空间上是对齐的，且成像质量一致，因此无法解决实际应用中存在的空间范围和信息粒度方面的双重不对称性问题。为了解决这些不对称性问题，本文提出了一种适用于不对称场景的变化检测方法AsymCD，该方法包括查询自适应定位模块和跨粒度结构一致性模块。通过将配准功能整合到变化检测模型中，该方法能够通过端到端优化实现有效的联合学习。具体而言，查询自适应定位模块将图像对齐转化为一种动态的查询引导式特征锚定过程，以此解决因空间范围差异导致的宏观区域错位问题；而跨粒度结构一致性模块则通过单向门控机制实现不对称特征验证，从而解决因信息粒度不平衡导致的微观细节不匹配问题，有效过滤出误报。在基于LEVIR-CD、WHU-CD和S2Looking数据集构建的不对称评估基准上的大量实验表明，AsymCD取得了最先进的性能表现，充分证明了其在复杂不对称场景下的有效性和稳健性。

引言：变化检测旨在通过多时相图像识别同一区域的状态变化[8]、[30]、[35]。随着地球观测技术的快速发展，遥感变化检测在灾害监测[34]、[58]、城市扩张跟踪[17]、[45]以及土地覆盖变化分析[26]、[33]等方面发挥了不可替代的作用。目前大多数变化检测算法都基于一个严格的假设，即输入图像是完全对齐的，并且在高度一致的成像条件下拍摄的。但在复杂的实际环境中，双时相图像往往存在显著的不对称性，这使得在这种条件下进行变化检测成为一项极具挑战性的任务。早期的研究主要侧重于直接比较像素差异，采用图像差分、比值法以及回归分析等技术[36]，这些易于实现的方法在低分辨率图像上能够得到较为满意的结果。为了进一步挖掘图像中的光谱和纹理信息，研究人员引入了变化向量分析[12]、主成分分析[10]以及慢特征分析[46]等变换算法。随着非常高分辨率图像在地球观测领域的广泛应用，其丰富的细节带来了新的挑战[54]，因此仅依赖浅层光谱特征的像素级方法极易受到光照和阴影干扰的影响。为此，基于对象的图像分析方法[3]以及支持向量机[19]、模糊聚类分析[31]等机器学习技术得到了广泛应用。尽管这些技术提升了检测精度，但它们仍然受到人工设计特征的限制，难以满足高精度和大规模任务的需求。近年来，深度学习彻底改变了遥感变化检测的范式，显著提升了检测效率和精度[50]。在早期基于小块区域的轻量级模型探索之后[6]、[16]，众多大规模基准数据集的出现极大地推动了面向像素级预测的深度模型发展[1]、[9]、[56]。以全卷积网络为代表的CNN架构首次被应用于遥感变化检测领域[28]，它们通过分层卷积来捕捉精细的地形纹理和空间几何结构，打破了传统手工设计特征在表达能力上的瓶颈。随后，为了解决CNN架构局部感受野的局限性，视觉Transformer被引入以捕捉全局依赖关系，Transformer的自注意力机制能够有效地聚合远处像素的语义信息，从而实现对双时相特征之间复杂时空关联的更准确、更全面的建模。这些先进技术已在众多基准数据集上取得了优异的检测效果。然而，大多数现有的变化检测模型都假设双时相图像在空间上是对齐的，且成像质量一致。在灾害应急监测、无人机巡查或城市监控等实际应用中，现实中的各种物理约束往往会导致双时相图像之间存在极端的不对称性[42]。如图1所示，观测平台的差异会导致宏观的空间范围不对称，而成像质量的不同则会造成微观的信息粒度不对称。这两种双重不对称性给现有的变化检测方法带来了严峻的挑战。一方面，空间范围不对称性完全破坏了像素级对应关系的前提条件，传统的分离式处理流程通常需要在变化检测之前进行预配准，但这种分开的处理方式效率极低且计算成本高昂。更为严重的是，对对齐和检测的独立优化使得整个流程容易因中间配准残差而产生级联误差。另一方面，信息粒度不对称性会导致相同的物理表面呈现出不同的视觉语义，由于缺乏跨粒度提取不变结构特征的明确机制，现有模型容易将细节波动误认为是真正的物理变化，从而产生误报。为了解决这些不对称性带来的挑战，我们提出了适用于不对称场景的变化检测方法AsymCD。该方法通过将配准功能整合到变化检测模型中，实现了通过端到端优化进行的有效联合学习。首先，为了解决由空间范围不平衡引发的宏观区域错位问题，查询自适应定位模块将空间定位转化为一种查询引导式的语义匹配机制，通过动态调节通道来对齐响应特征，从而精确确定对齐坐标，同时利用深度特征先验进行浅层语义净化，为后续的检测模块提供专注于结构差异的纯净输入。其次，为了解决微观信息粒度差异的问题，跨粒度结构一致性模块创新性地引入了一种不对称特征交互机制，该模块利用宏观场景骨架对高频几何细节进行单向门控验证，从而准确过滤掉误报。值得注意的是，整个联合框架在变化检测和空间配准的双重监督下进行端到端训练，确保了对齐精度和变化表征能力的协同优化。与传统方法相比，AsymCD具有两大优势：其一，它不需要依赖完全对齐的输入图像或包含多个独立配准步骤的流程，而是采用集成式的联合优化机制，避免了级联误差的负面影响，可直接生成可靠的变化预测结果；其二，与那些难以应对极端空间范围不对称性和不同成像质量的现有联合方法相比，我们的方法借助查询引导式语义匹配和结构一致性验证，使网络能够更稳健地确定区域对应关系，区分真正的建筑结构变化与由图像退化引起的虚假变化，从而为不对称场景提供了更为可靠且实用的检测基础。为了评估AsymCD在不对称场景下的性能，我们在三个广泛使用的公共数据集上构建了不对称评估基准，即LEVIR-CD、WHU-CD和S2Looking，通过对这些基准的深入对比实验表明，AsymCD在所有核心评估指标上都取得了最佳的检测精度，从而证明了其在面对双重不对称性挑战时的稳健性。综上所述，本文的主要贡献如下：（1）我们提出了AsymCD这一整合了配准功能的 change检测方法，用于解决现实场景中的双重不对称性问题，即空间范围和信息粒度方面的不对称性，它将宏观对齐与微观差异提取紧密结合起来，摆脱了对严格对齐且成像质量一致的数据的依赖；（2）为了解决宏观空间范围不对称性问题，我们提出了查询自适应定位模块，该模块利用动态查询机制自适应地锁定目标区域，为后续检测提供纯粹的、以结构为关注点的特征；（3）为了解决微观信息粒度不对称性问题，我们设计了跨粒度结构一致性模块，该模块通过单向门控机制实现不对称特征验证，从而精准过滤掉虚假变化；（4）在基于LEVIR-CD、WHU-CD和S2Looking数据集构建的不对称基准上的大量实验验证了AsymCD在解决双重不对称性问题方面的有效性，其性能优于其他现有最先进方法。

深度学习驱动的变化检测：近年来，深度学习在遥感领域得到了广泛应用，其在处理复杂观测场景方面展现出卓越的能力[59]。凭借其强大的分层特征表示能力和非线性映射能力，深度学习在众多经过深入研究的应用领域都取得了显著的成功。例如，先进的架构已经为光学图像中的物体检测建立了可靠的检测范式[22]，多模态遥感……

方法论：本节将对AsymCD进行详细阐述，首先介绍整体框架的概要，然后详细介绍两个核心模块QAL和CGSC，最后给出联合学习损失函数的表达式。

实验与讨论：为了评估所提方法的性能，我们使用了三个开源数据集开展了系列实验，分别是LEVIR-CD [5]、WHU-CD [20]和S2Looking [39]。这些数据集涵盖了多种场景类型和不同的空间特征，有助于全面评估所提方法的效果。具体而言，LEVIR-CD作为标准的大规模基准数据集，可用于验证模型的基本学习能力，并便于进行公平比较；WHU-CD则提供了高分辨率的航空影像……

结论：在本文中，我们提出了一种整合了配准功能的Change检测方法AsymCD，该方法旨在解决宏观空间范围和微观信息粒度这两大不对称性挑战。为减轻空间区域错位对变化检测任务的影响，我们引入了查询自适应定位模块，该模块在变化检测过程中执行特征级的配准操作。此外，我们还设计了跨粒度结构一致性模块……