Um dem Informationsverlust und Störungen durch kontinuierliches Heruntersampeln bei der Veränderungserkennung in Fernerkundungsbildern entgegenzuwirken, wird in dieser Arbeit ein Veränderungserkennungsnetzwerk DDSE-Net auf Basis eines zweigleisigen Encoders und einer U-Net-Architektur vorgeschlagen, das eine doppeldomänen Differenz- und Maßstabswahlverstärkung verwendet. Die Hauptinnovationen umfassen drei Punkte: (1) Ein doppeldomänengemeinsames Differenzverstärkungsmodul, das zunächst die Merkmalsunterschiede auf Kanalebene durch Kanalaufmerksamkeit verstärkt und dann mit Wavelet-Transformation und räumlicher Aufmerksamkeit die Unterschiede auf Raum- und Frequenzebene hervorhebt, wodurch reale Veränderungen effektiv betont und Scheinveränderungen unterdrückt werden; (2) Ein Maßstabswahl-verstärktes Heruntersampling-Modul, das im Heruntersampling-Prozess zunächst mehrskalige Merkmale durch unterschiedliche Skalierungs-Convolutions oder Pooling erfasst und diese anschließend durch räumliche oder Kanalaufmerksamkeit verstärkt, um Informationsverlust effektiv zu reduzieren; (3) Ein Gate-gesteuertes Differenzerkennungsmodul, das mehrskalige Veränderungsmerkmale adaptiv gewichtet integriert und so die mehrskalige Repräsentationsfähigkeit des Modells verbessert. Das vorgeschlagene DDSE-Net erzielte auf den drei öffentlichen Datensätzen WHU, Google und LEVIR gesteigerte F1-Werte im Vergleich zu den acht führenden Veränderungserkennungsnetzwerken FC-EF, FC-Conc, IFN, SNUNet, BIT, MSCANet, LightCDNet und STADE-CDNet mit einer Steigerung von mindestens 4,48 %, 2,18 % und 1,16 % beziehungsweise und bestätigte so die Wirksamkeit von DDSE-Net.

Fernerkundungsveränderungserkennung;Gemeinsame doppeldomänen Differenzverstärkung;Maßstabswahlverstärkung;Gate-gesteuerte Differenzerkennung