Page 172 - 《武汉大学学报（信息科学版）》2025年第9期

1900 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 9 月

易 受 到 背 景 噪 声 的 影 响 ，造 成 了 部 分 漏 检 和 误 漏 检 ；基 于 自 注 意 力 的 方 法 则 因 为 缺 少 细 节 信
检；而 GLESNet 能够充分整合上下文信息，实现 息，对于边缘的提取不够准确，且存在一定的噪
变化区域的准确提取。第五行展示了对大面积 声 ；而 GLESNet 同时结合了全局信息和细节信
建筑物的提取结果，基于卷积的方法因为缺少长 息，可以完整提取出主要的变化区域，并具有较
距离上下文关系，在建筑物内部出现了大面积的 为精细的轮廓。

图 12 LEVIR-CD 数据集变化检测实验结果可视化
Fig. 12 Visualization of Experimental Results of Change Detection on LEVIR-CD Dataset

2.8 模型复杂度与效率分析 始卷积，因此在参数量和计算量上并未有过多增
本文进一步测试了不同方法的模型复杂度 加，均处于可接受的范围内；由于选择性扫描具
和运行效率。测试中，以 512×512 像素作为数据 有在 CUDA 层面的专门优化，因此 GLESNet 的
的输入大小，以 ResNet-34 作为 GLESNet 的骨干 具 有 较 高 的 吞 吐 量 ，仅 次 于 Siam-UNet；GLE⁃
网络。本文通过参数量和浮点运算数两个维度 SNet 在模型复杂度、运行效率和精度上取得了较
衡量模型复杂度，并使用吞吐量衡量模型的实际 好的平衡。
运行效率。其中，吞吐量定义为模型每秒可处理
的最大图像样本输入数量。不同方法的模型复 3 结 语
杂度和运行效率测试结果见表 7。
本文针对目前高分辨率遥感影像建筑物损
表 7 不同方法的模型复杂度和运行效率比较
伤评估方法中存在的差异特征建模不足、全局-局
Tab. 7 Comparison of Model Complexity and Efficiency
部特征利用不充分和困难样本感知能力欠缺等
of Different Methods
问题，提出了一种基于全局-局部特征融合和动态
网络模型 参数量/M FLOPs/G 吞吐量/（张·s ）
−1
错误监督网络 GLESNet 的遥感影像建筑物损伤
Siam-UNet 26.44 66.56 137.50
评估方法。通过在特征融合阶段在通道和空间
ChangeOS 54.75 218.28 45.42
DamFormer 43.23 74.29 58.02 维度增强双时相特征的差异性，在解码阶段的深
Dual-HRNet 59.54 91.27 42.21 层同时利用全局-局部特征增强高级语义提取能
DAHiTra 14.18 47.60 27.53
力，中层和浅层使用多任务和动态监督的方式实
BDANet 44.33 158.35 63.85
现 困 难 样 本 感 知 的 学 习 ，以 提 升 方 法 的 综 合 性
GLESNet 40.49 81.74 82.00
能。相比其他先进方法，GLESNet 在总体 F1 分
测 试 结 果 表 明 ，由 于 GLESNet 采 用 轻 量 化 数 上 提 升 1.26%，在 损 伤 分 类 F1 分 数 上 提 升
的注意力进行特征融合，并采用分组卷积替换原 1.91%。对比原始模型，各消融模型的性能稳步