近日，信息科学与工程学院视觉感知与智能计算团队最新科研成果“Multiple Spatial and Wavelet Feature Interaction Learning for Change Detection in Remote Sensing Images”被遥感领域知名期刊《Geocarto International》发表，团队王颖老师为论文通讯作者，指导学生完成实验设计与论文撰写。该期刊为中科院SCI四区期刊，2025年影响因子3.45。

论文针对当前基于深度学习的变化检测技术常受伪变化干扰以及细微小尺度变化识别能力不足的制约，提出了多空间域与小波域交互学习框架（SWIL），通过联合优化空间与光谱特征学习，充分利用多领域特征的互补性，显著提升了细尺度变化检测能力、有效抑制伪变化，并增强了模型的抗噪性能。该研究成果在三个基准数据集上的实验表明，SWIL框架相比现有先进方法具有明显优势，能够在复杂环境下实现更高精度的变化检测，并表现出优越的噪声鲁棒性。

变化检测技术作为环境监测、自然资源管理的关键手段，其性能提升具有重要意义。在湖北省高校优秀中青年科技创新团队计划项目及省教育厅科研计划项目的支持下，团队从特征表示学习入手，成功构建了这一新型交互学习架构，为复杂场景下的高精度变化检测提供了坚实的理论支撑与有效的技术路径。

教工通讯员 杨威

编辑 张璐