تحظى صور الطيف متعدد الفترات الزمنية باهتمام واسع في كشف التغيرات نظرًا لغناها بالأشرطة الطيفية وتفاصيل الصور. تعتمد خوارزميات كشف التغيرات الطيفية المستندة إلى التعلم الخاضع للإشراف عادة على عدد كبير من العينات المعلّمة، مما يؤدي إلى ارتفاع تكلفة الوسم. لهذا السبب، تقترح هذه الدراسة شبكة JCDS²AN (شبكة الميزة المركزية المشتركة والانتباه الطيفي المكاني) للكشف عن تغيرات الصور الطيفية. يمكن لهذه الشبكة التخفيف من تقلب ميزات التغير في ظل قلة العينات، وتعلم ميزات تغير تمثيلية باستخدام عينات معلّمة محدودة. صممت JCDS²AN كتل انتباه طيفية مكانية متعددة المقاييس لالتقاط ميزات متعددة المقاييس للفضاء والطيف، بالإضافة إلى استراتيجية تبادل بكسل مركزية موجهة بالميزات الفارقة لتحقيق تفاعل فعال بين ميزات التغير وميزات الفترتين الزمنيتين. وقد تم إجراء مقارنة مع 8 طرق أخرى لكشف التغيرات الطيفية، مع تجارب بصرية وكمية على 3 مجموعات بيانات عامة. أظهرت النتائج أن JCDS²AN المقترحة تتفوق على طرق الكشف الطيفية الأخرى.

صور طيفية; صور الاستشعار عن بعد; كشف التغير; ميزات متعددة المقاييس; توجيه الميزات الفارقة; بكسل مركزي