CD的survey 边读边记（自用）

A review of multi-class change detection for satellite remote sensing imagery

传统的二值变化检测（BCD）只关注双时态图像之间的变化和无变化区域，这导致了应用的局限性

为了更全面地概述不同类别的 MCD 方法，本节根据变化的不同类别将 MCD 分为三类：1）三元变化 检测，2）多重变化检测，3）语义变化检测。

 三元变化检测：

与传统的BCD仅检测变化区域不同，三元 CD的目的是检测变化并对正变化和负变化进行分 类。在实践中，正变化类（C+）通常代表新的人工 特征（例如洪水后重建的建筑物），而负变化类 （C-）则代表相反的变化。笼统地说，C+是出现的 变化类，C-是消失的变化类。

多重变化检测：

输出结果：变化A、变化B、变化C。

算法不理解A是“植被 → 城市”，B是“水体 → 沙地”，这些语义是分析者后续解读的结果

语义变化检测：

输出结果：

类别1：植被 → 城市

类别2：水体 → 沙地

类别3：农田 → 森林

这里的结果已经包含了具体的语义信息，直接表述了地物的变化类别。

另一篇survey

Change Detection Methods for Remote Sensing in the Last Decade: A Comprehensive Review

Guangliang Cheng 1,*,† , Yunmeng Huang 2,†, Xiangtai Li 3, Shuchang Lyu 2 , Zhaoyang Xu 4, Hongbo Zhao 2 , Qi Zhao 2 and Shiming Xiang 5

了解到数据集的种类有：SAR数据（合成孔径雷达）、多光谱数据（multispectral data）、高光谱数据（hyperspectral data）、异构数据（heterogeneous data）和3D变化检测数据（3D change detection data）。我们组里比较常用的是多光谱数据，常见数据集有：LEVIR-CD+ , CDD , WHU-CD , SECOND , and SYSU-CD 。