具有生成对抗网络的全卷积变化检测框架：面向无监督、弱监督与区域监督变化检测

用于变化检测的深学习是遥感领域当前热点之一。然而，大多数端到端网络是为监督变化检测而提出，且无监督变化检测模型依赖于传统预检测方法。因此，我们提出一种具有生成对抗网络的全卷积变化检测框架，将无监督、弱监督、区域监督与全监督变化检测任务统一于一个框架中。使用基础Unet分割器获取变化检测图，实现图像到图像生成器以建模多时相图像间的光谱与空间变化，并提出用于变化与未变化的判别器以建模弱监督与区域监督变化检测任务中的语义变化。分割器与生成器的迭代优化可构建用于无监督变化检测的端到端网络，分割器与判别器间的对抗过程可为弱监督与区域监督变化检测提供解决方案，分割器本身可训练用于全监督任务。实验表明了所提框架在无监督、弱监督与区域监督变化检测中的有效性。本文为无监督、弱监督与区域监督变化检测任务提供了理论定义，并展现出探索遥感变化检测端到端网络的巨大潜力。