リモートセンシング画像の変化検出における連続的なダウンサンプリングによる情報損失と偽変化の干渉問題に対して、本論文では二重分岐エンコーダーとU-Net構造に基づき、二重ドメインの差分およびスケール選択強化を行う変化検出ネットワークDDSE-Netを提案する。主な3つの革新点は次の通りである：(1) 二重ドメイン合同差分強化モジュールを提案し、まずチャネル注意機構によりチャネル次元で特徴の差分を強化し、その後ウェーブレット変換と空間注意機構を用いて空間的および周波数的な二重ドメイン差分を強化し、真の変化情報を効果的に強調し偽変化を抑制する；(2) スケール選択強化ダウンサンプリングモジュールを設計し、ダウンサンプリング過程で異なるスケールの畳み込みまたはプーリング操作を通じてマルチスケール特徴情報を捕捉し、その後空間またはチャネル注意を用いて異なるスケールの特徴情報を強化し情報損失を効果的に減少させる；(3) ゲート制御差分認識モジュールを構築し、ゲート機構によりマルチスケール変化特徴を適応的に重み付け融合し異なるスケールの情報を統合することでモデルのマルチスケール表現能力を向上させる。提案したDDSE-NetはWHU、Google、LEVIRの3つの公開データセットにおいて、FC-EF、FC-Conc、IFN、SNUNet、BIT、MSCANet、LightCDNet、STADE-CDNetの8つの主流変化検出ネットワークと比較し、それぞれ少なくとも4.48%、2.18%、1.16%のF1値向上を示し、DDSE-Netの有効性を検証した。

リモートセンシング変化検出;二重ドメイン合同差分強化;スケール選択強化;ゲート制御差分認識