近日，实验室2025级博士生李志浩的一篇论文 “Learning from Human Insights for Remote Sensing Change Detection”(作者：李志浩，刘一锟，刘铭浩，杨公平)被IEEE Transactions on Geoscience and Remote Sensing (TGRS) 录用。TGRS是遥感领域的顶级期刊，也是人工智能与计算机视觉领域的权威期刊，CCF B类，中科院一区TOP期刊，影响因子(IF)为8.6。

遥感变化检测（RSCD）旨在准确识别同一区域随时间变化的对象，从而促进对地球表面动态变化的解读。然而，RSCD面临两个根本性挑战：相同对象的局部表征随时间变化，以及不同对象的某些属性具有相似性，这两点均显著限制了性能。受人类差异分析策略的启发，本文提出了一种差异分析器（DA）。DA基于属性特征而非整体空间特征来识别变化，这使得其能够自适应抑制相同对象随时间的属性不一致性（消除伪变化），同时抑制不同对象的属性相似性（准确识别真实变化），从而有效克服上述挑战。具体而言，通过新提出的滑动离散余弦变换（SDCT）提取双时相属性描述符，其中不同的通道对应不同的对象属性。随后，设计了一种跨描述符注意力机制（CDA），选择性激活判别性属性（如建筑物边界），抑制干扰属性（如光照引起的颜色变化），从而实现关键属性的有效筛选。接下来，DA构建属性差异描述符以表征跨对象的比较。为将DA嵌入端到端网络，本文提出了基于人类洞察的学习变化检测网络（LHICD-Net），通过感知、分析、优化和预测阶段复现人类RSCD过程。