원격 탐지 변화 감지는 도시 계획, 재해 평가, 자원 관리 등 다양한 분야에서 널리 사용되는 중요한 모니터링 기술입니다. 합성 개구 레이더(SAR)는全天시 및全天후 이미징 기능을 갖추고 있어 기상 및 조명 조건에 따른 광학 변화 감지의 문제를 극복합니다. SAR의 마이크로파 투과 능력, 편파 특성 및 간섭 영상 메커니즘은 지표면 아래 및 가려진 영역의 변화, 물체 구조 및 물리적 특성 변화, 그리고 미세 변화를 감지하는 데 독특한 이점을 제공합니다. 현재 대부분의 원격 탐지 양시점 변화 감지 개요는 주로 광학 원격 탐지 이미지에 집중되어 있으며, SAR 이미지 기반 변화 감지에 대한 체계적이고 목표 지향적인 정리가 부족합니다. 또한 심층 학습 및 다중 소스 융합 기술의 발전과 함께, SAR 이미지 기반 동형 및 이형 변화 감지가 첨단 연구 영역이 되었습니다. 따라서 본 논문은 국내외 수백 편의 고전 및 최신 문헌과 SAR 위성 영상 원리를 바탕으로, 먼저 다양한 촬영 조건에서의 변화 감지 대표 응용 사례를 논의했습니다. 그 후 데이터 수집, 이미지 전처리, 변화 인식 및 후처리 단계를 포함하는 양시점 변화 감지의 일반적인 프로세스를 구축했습니다. 이를 바탕으로 주류 변화 감지 데이터 및 방법을 체계적으로 정리했습니다. 데이터 부분은 SAR 기반의 동형 및 이형 변화 감지 오픈소스 데이터셋을 포함하며, 방법 부분은 전통적인 방법과 심층 학습 기반의 동형 및 이형 변화 감지 연구를 포함합니다. 특히 관련 데이터셋 및 모델 코드 링크를 정리하여 후속 연구에 중요한 참고 자료를 제공합니다. 마지막으로 본 논문은 데이터, 알고리즘 및 응용 3가지 측면에서 현 분야가 직면한 주요 과제들-데이터 품질 및 양, 모델 특성 표현력 및 계산 복잡도, 변화 감지 응용 범위 등을 요약했습니다. 이러한 과제들을 고려하여 미래 다중 모달 융합, 지능형 및 경량 모델 설계, 다중 변화 감지 발전 방향을 전망했습니다.

원격 탐지 양시점 변화 감지;SAR 이미지;전통적 방법;심층 학습;동형 및 이형