（通讯员蒋汾龙）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博士、公茂果教授在IEEE Transactions on Geoscience and Remote Sensing (IEEE TGRS)上发表题为“Self-Supervised Global-Local Contrastive Learning for Fine-Grained Change Detection in VHR Images”的学术论文，为细粒度变化检测任务提供了一种自监督的全局-局部对比学习框架。

该论文设计了一种轻量化框架，没有负样本和内存库，大大降低了对计算设备的算力要求，也降低了下游CD任务的部署难度。该方法能够分别执行图像级和像素级实例判别任务，通过将属于同一实例不同视角的特征拉近，异化不同实例的特征实现从全局和局部角度增强特征表示的判别性，并由此促进下游细粒度变化检测任务的性能提升。

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，2022年最新影响因子为8.125，目前是中科院一区、Top期刊。

论文链接：https://doi.org/10.1109/TGRS.2023.3238327