（通讯员刘统飞）西安电子科技大学协同智能系统教育部重点实验室刘统飞博士、公茂果教授在IEEE Transactions on Geoscience and Remote Sensing (IEEE TGRS)上发表题为“Building Change Detection for VHR Remote Sensing Images via Local-Global Pyramid Network and Cross-Task Transfer Learning Strategy”的学术论文，为单目标的建筑物变化检测提供了一个新的局部-全局金字塔网络和一种跨任务迁移学习的方案。

在单目标的建筑物变化检测中易受密集城市场景中其他复杂地物的干扰。针对此问题，论文提出一种基于多尺度金字塔空谱特征学习和建筑检测迁移的建筑变化检测网络。该网络中设计了一种多尺度金字塔建筑特征提取器以有效地提取建筑物的多尺度空谱特征。此外，引入一种基于建筑检测的跨任务迁移学习策略去预训练建筑物变化检测网络，使建筑物变化检测网络聚焦于建筑物，从而有效缓解其他地物的干扰。实验结果表明，该方法能有效地缓解其他地物引发的误检，从而显著提升变化检测精度。

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.2021.3130940