掩膜近似网络：融合特征提取与分布学习的遥感变化描述

本研究解决了遥感图像变化描述领域中以往方法对特定网络架构的过度依赖和较差的泛化能力的问题。通过提出一种结合扩散模型的新方法，转变了传统特征学习范式为数据分布学习，进而提升了变化检测和描述的准确性。实验结果表明，该方法在多个遥感变化检测描述数据集上表现优越，具有良好的应用潜力。