近日，实验室2022级博士生刘一锟的一篇论文 “A Position-Temporal Awareness Transformer for Remote Sensing Change Detection”(作者：刘一锟，王奎奎，李铭崧，黄玉文，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，属于CCF B类，中科院一区期刊，影响因子(IF)为7.5。

随着深度学习的发展，遥感图像变化检测方法取得了重大进展。然而，由于感受野的限制，许多基于 CNN 的方法在捕捉长距离依赖关系方面受到制约。Transformer依靠自注意力机制有效地实现了全局信息建模，并被广泛应用于变化检测任务中。然而，由于双时相遥感图像缺乏位置和时间相关性，基于Transformer的变化检测方法仍然存在伪变化和边缘不完整等问题。为了解决这些问题，我们提出了一种基于位置时间感知的Transformer框架（PT-Former），它可以模拟双时相图像中的位置和时间关系。具体来说，借助孪生网络连接位置感知嵌入模块，作为特征编码器提取变化区域的特征。然后，设计时相差异感知模块来捕捉跨时空偏移，增强跨时空交互过程中的差异感知能力。同时，通过融合模块聚合地面物体的上下文信息，并在双时相特征的指导下重建空间关系。实验结果验证了PT-Former在三个基准数据集上的优越性，证实了PT-Former在遥感图像变化检测任务中的潜力。