用运动应对静止：通过粗粒度时间前景挖掘进行遥感变化检测

本文提出了一种基于循环卷积神经网络的方法，能够联合学习多光谱图像的空间、谱域和时间特征，达到更好的变化检测结果。该方法具备三个独特的特性，即端到端训练，自然利用空间信息以及能够自适应地学习多时相图像之间的时间依赖性。实验结果证明了该方法在多时相遥感图像分析中的竞争性表现。