DFMamba：用于变化检测的差异增强与自适应频率感知 Mamba

《Neural Networks》：DFMamba: Difference-enhanced and adaptive frequency-aware Mamba for change detection

　　

摘要
最近，Mamba 架构在自然语言处理和通用视觉任务中表现出色，并迅速扩展到遥感变化检测 (RSCD) 领域。然而，现有的基于 Mamba 的变化检测方法缺乏对精确差异特征的显式建模。提取差异特征的过程容易放大无关噪声，使得在复杂的遥感场景中提取细微变化和边界信息变得具有挑战性。为了应对这些挑战，我们提出了一种新颖的网络 DFMamba，集成了两个创新模块。首先，差异增强 Mamba 融合 (DBMF) 模块采用差异对比特征来增强原始特征中的差异，从而进一步放大双时相图像之间的细微区别。其次，自适应频率感知 (AFA) 模块利用可学习滤波器系数生成自适应频域信号，在抑制差异特征增强引入的无关高频噪声的同时，增强有关变化边界的信息。为了评估模型性能，实验在五个基准数据集（LEVIR-CD、LEVIR-CD+、WHU-CD、SYSU 和 CDD）上进行。结果表明，DFMamba 在所有数据集上达到了与多个最先进模型相当的竞争力，验证了其有效性。我们提出模型的源代码将在 https://github.com/PriscaCommit/DFMamba 发布。

引言
变化检测 (CD) 已成为遥感领域的研究热点，它通过分析同一地理区域的多时相遥感图像 (RSIs) 来获取地面变化信息 (Singh, 1989)。CD 是土地利用和土地覆盖 (LULC) 监测 (Ghaderpour et al., 2023)、自然资源管理 (Song et al., 2018) 和灾害评估 (Wang et al., 2022) 等多种应用的基本图像解释任务。

随着地球观测技术的进步，多时相、多传感器的 RSIs 可用于 CD 任务。这些数据源为实现更精确的变化检测提供了关键支持。由于遥感图像场景的复杂性、空间分辨率的变化以及成像条件的差异，同一物体的异质性增加，而不同物体的同质性增加。这导致物体边缘结构模糊和较小物体特征不明显，从而损害了变化检测的准确性。传统的 CD 方法，如基于代数 (Sun et al., 2022)、变换 (Nielsen, 2007) 或基于对象 (Hussain, Chen, Cheng, Wei, Stanley, 2013, Sun, Lei, Guan, Kuang, 2021) 的技术，难以取得令人满意的结果。

深度学习的兴起为 CD 任务带来了新范式。许多现有的 CD 方法是基于卷积神经网络 (CNNs) 的孪生网络，得益于 CNN 强大的特征提取能力 (Daudt, Le Saux, Boulch, 2018, Liu, Pang, Zhan, Zhang, Yang, 2020, Yan, Zhang, 2022, Zhang, Yue, Tapete, Jiang, Shangguan, Huang, Liu, 2020)。此外，图神经网络已被用于捕捉不规则的光谱 - 空间关系，特别是在高光谱图像变化检测中。例如，SAGN (Yang et al., 2024) 通过图卷积和动态构建的差异图增强双时相信息，同时联合利用分类和对比学习来提高特征辨别力。然而，基于 CNN 和基于图的方法主要依赖局部邻域交互，这限制了它们对长程空间和时间依赖关系进行高效建模的能力。视觉 Transformer (ViT) 为上述挑战提供了有效的解决方案 (Chen, Qi, Shi, 2021b, Feng, Yang, Gu, Zeng, Zheng, 2023, Zhang, Wang, Cheng, Li, 2022)，得益于多头自注意力 (MSA) 模块。它可以有效地从图像中提取全局特征和上下文信息。然而，MSA 模块相对于序列长度的二次计算复杂度，导致在将 Transformer 应用于密集预测任务时产生巨大的计算开销。

最近，具有选择性扫描机制的状态空间模型 (SSMs)，如 Mamba (Gu and Dao, 2024)，对输入序列表现出线性复杂度，同时具有潜在的全局建模能力。Mamba 通过克服 CNN 的局部感知限制和 Transformer 的二次计算复杂度，为视觉任务提供了替代方案。Mamba 已成功应用于计算机视觉任务 (Huang, Pei, You, Wang, Qian, Xu, 2024b, Liu, Tian, Zhao, Yu, Xie, Wang, Ye, Jiao, Liu, 2024)，并在 CD 下游任务中展示了令人鼓舞的结果 (Xu et al., 2026)。基于 Mamba 的 CD 方法的具体挑战如下：

精确差异特征需要进一步探索。MambaCD (Chen et al., 2024) 采用 VMamba 作为特征提取器，构建基于卷积操作的特征融合模块来提取差异特征。RS-Mamba (Zhao et al., 2024) 引入选择性全向扫描模块来提取多方向特征，通过连接和卷积的组合融合差异特征。CDMamba (Zhang et al., 2025) 将 Mamba 模块与卷积操作结合作为提取全局和局部特征。在特征融合期间，它提出了一种全局 - 局部引导融合模块来提取更具辨别力的变化特征。ST-Mamba (Zhao et al., 2025) 通过方向优化扫描进行特征融合，但缺乏对差异特征的显式辨别和过滤。当差异特征不明显时，这些方法难以突出真实变化区域。同时，可变特征在前景中占比较小，导致变化前后的特征相似性较高。这对检测轻微变化区域（如小变化目标）构成了挑战。因此，关注更精细的差异信息并将其集成到基于 Mamba 的特征提取管道中，对于解决其在感知细粒度变化方面的不足至关重要。

为了应对基于 Mamba 的 CD 方法中缺乏对精确差异特征探索的问题，提出了差异增强 Mamba 融合 (DBMF) 模块。它首先剥离两个图像时相中的相似特征，为每个时相生成对比差异特征。然后，这些对比特征用于增强原始特征内的差异信息。这种设计有效地增强了模型捕捉细微变化的能力，提高了对差异信号弱目标的微小变化的检测性能。

在 DBMF 模块增强精确差异特征的过程中，虽然细微变化被有效放大，但不规则噪声也不可避免地被放大。此类噪声是由场景复杂性、光照变化以及 RSIs 中的类内不一致性等因素引起的。噪声表现为高频分量，并与变化边界的高频信号发生混叠，进一步复杂化了精确的边缘检测。传统的频域方法已证明了频域分析在边界检测中的有效性 (Acharya, Ray, 2005, Lu, Chen, Li, Shu, Ding, Tang, Luo, 2025)。然而，虽然高通滤波理论上通过抑制低频信号来增强边界特征，但它同时也提取了高频干扰噪声，使其无法区分高频边界信号和高频噪声。

为了解决提取精确差异增强特征过程中引入的高频噪声与变化边界高频信息混叠的问题，提出了自适应频率感知 (AFA) 模块。该模块使用可学习滤波器系数动态提取有利于检测结果的差异特征中的频率信息，同时过滤掉无关的高频噪声。如图 1 所示，将使用我们提出的自适应频率感知方法获得的 CD 分析热图与传统高频方法获得的热图进行比较。在复杂场景、变化的光照和季节条件以及非变化类别的类内不一致性下，我们的 AFA 模块自适应地过滤掉无关噪声并准确识别变化特征，从而比传统高频方法提高了 CD 性能。

综上所述，我们的贡献如下：
1. 提出了一种用于双时相 RSIs 的新型且有效的差异增强和自适应频率感知 Mamba 变化检测器 DFMamba。它强调提取细粒度差异特征和边界信息，缓解了基于 Mamba 的方法在处理如 CD 等密集预测任务时局部特征不足的挑战。
2. DBMF 模块旨在通过消除变化前后图像中的相似成分来提取差异对比特征。然后，这些差异对比特征用于放大原始特征内的辨别信息，从而提高模型在检测特征模糊的小物体时的性能。
3. AFA 模块旨在解决精确差异特征增强引入的高频噪声问题。通过自适应学习频率滤波器系数，该模块提取有助于增强变化边缘的差异特征中的高频信息，同时过滤掉噪声高频分量。
4. 在 LEVIR-CD、LEVIR-CD+、WHU-CD、SYSU 和 CDD 基准数据集上进行了广泛的实验，以评估 DFMamba 的性能。与几种最先进的 CD 方法相比，DFMamba 达到了最佳的综合精度。此外，一系列消融实验证明了每个模块的有效性和效率。

本文的其余部分组织如下。第 2 节介绍了与 CD 方法相关的文献作品。第 3 节介绍了所提出的 DFMamba 网络的详细结构。第 4 节详细介绍了实验实现并呈现了结果分析。最后，第 5 节总结了这项工作并得出结论。

章节片段

基于 CNN 的 CD 模型
许多以前的 CD 方法基于 CNN，得益于 CNN 强大的特征表示能力。Daudt 等人 (2018) 首次将 CNNs 应用于 CD 领域，并在跳跃连接的帮助下提出了基于 U-Net 的三个基本变化检测框架。Mou 等人 (2018) 提出了 ReCNN 网络，以端到端的方式将 CNN 和循环神经网络 (RNN) 集成在一起，以提取联合光谱 - 空间 - 时间特征。Yang 等人 (2021) 提出了

预备知识
状态空间模型 (SSM) 是一种机器学习算法，使用微分方程建模系统内状态随时间的演化。Mamba 是结构化状态空间序列模型 (S4) 框架的扩展版本。它通过应用可学习隐藏状态 $h(t)\in\mathbb{R}^M$、演化参数 $A \in\mathbb{R}^{M\times M}$ 和投影参数 $B \in\mathbb{R}^{1\times M}$、$C \in\mathbb{R}^{1\times M}$，将 1D 连续输入 $x(t)\in\mathbb{R}$ 映射到输出 $y(t)\in\mathbb{R}$。连续系统的工作原理如下：
$h'(t)=Ah(t)+Bx(t), y(t)=Ch(t)$。
Mamba 是

数据集介绍
所提出的 DFMamba 方法的检测性能通过在五个广泛使用的 CD 数据集上与最先进 CD 方法进行比较来验证。表 1 提供了数据集的概述，主要总结了研究地点、获取时间范围、图像数量及其相应大小，以及图像分辨率信息。在实验中，RSIs 被裁剪为 $256 \times 256$ 的图块。LEVIR-CD、LEVIR-CD+、WHU-CD 的训练/验证/测试划分如下，

结论
本文提出了 DFMamba 模型，旨在克服遥感变化检测任务中精确差异特征提取的局限性，并有效解决特征增强过程中引入的无关噪声干扰挑战。具体而言，为了解决基于 Mamba 的 CD 方法由于差异特征不明显而难以突出真实变化的问题，提出了 DBMF 模块。它从差异中提取对比特征，

CRediT 作者贡献声明
潘力源：写作 – 审查与编辑，写作 – 初稿，软件，方法论，形式分析，数据整理，概念化。赵星标：写作 – 审查与编辑，可视化，验证，数据整理。杭仁龙：写作 – 审查与编辑，监督，资金支持获取。

竞争利益声明
作者声明，他们没有已知的竞争财务利益或个人关系可能影响本论文中报告的工作。

致谢
这项工作部分受中国国家自然科学基金资助（批准号 T2522016 和批准号 62472230），部分受江苏省基础研究计划资助（批准号 BK20250041），以及部分受江苏省“青蓝工程”资助（批准号 R2025Q03）。

潘力源 | 赵星标 | 杭仁龙