(通讯员 黄博) 西安电子科技大学协同智能系统教育部重点实验室蒋汾龙老师、黄博硕士在IEEE Transactions on Geoscience and Remote Sensing (IEEE TGRS)发表题为“Change Masked Modality Alignment Network for Multimodal Change Detection”的学术论文，针对多模态遥感影像模态异质性与地物变化互干扰的问题，提出变化掩模模态对齐网络(CMMAN)，在模态对齐过程中实现模态异质性与地物变化的有效解耦。

利用多模态遥感影像进行变化检测，可以显著提升在复杂环境中的可行性和可靠性。然而，由于成像机制的差异，多模态影像往往高度异质，并与地物变化相互交织，给变化检测任务带来了巨大的挑战。为此，本文提出了一种变化掩模模态对齐网络，该方法基于多任务学习框架，结合变化检测和两个模态转换分支，通过共享特征编码器实现跨模态的统一特征表示。同时，设计了变化掩模模块，在模态对齐过程中有效解耦模态异质性与地物变化，并通过模态弱相关特征增强模块，进一步削弱模态异质性对变化检测的干扰。多项公开数据集实验表明，所提方法在性能、兼容性和可移植性方面均具有一定优势。

IEEE TGRS是地球科学和遥感领域的顶级期刊之一，是IEEE地球科学与遥感技术协会（GRSS）汇刊，在遥感技术和地球科学领域具有较高影响力，最新影响因子为7.5，目前是中科院一区、Top期刊。

论文链接：https://ieeexplore.ieee.org/abstract/document/10795250