光照、季节、气候、太阳高度和角度变化等因素的影响,以及目标区域的散乱性和尺度多变性,使得遥感图像变化检测领域面临着巨大的技术挑战。近年来,Transformer在自然语言处理、目标检测、图像分割等领域取得成功,成为遥感图像变化检测的研究热点。因此,综述了基于Transformer的最新研究进展,分析了基于纯Transformer和基于卷积神经网络(convolutional neural network,CNN)+Transformer混合架构的2类方法,对它们在多种遥感图像公共数据集上的性能进行了比较,总结了不同方法的优缺点,并展望了未来可能的发展趋势。
