第10届国际多时相遥感影像分析研讨会（10th International Workshop on the Analysis of Multitemporal Remote sensing Images）于8月5日到7日在上海同济大学召开。该会议起源于欧洲，每两年举办一次，今年为首次由国内研究机构主办。会议旨在提高对多时相遥感影像的认知，以满足广泛的实际应用需求。本次会议吸引了包括中国、意大利、德国、美国、澳大利亚等多个国家共100余名研究人员参与。

课题组教师武辰，罗甫林，研究生汝理想、陈洪瑞轩和胡美琪参加了本次会议。

课题组武辰老师，汝理想和陈洪瑞轩同学各有一篇短文被会议录用，并且在会议上做了oral报告。

武辰老师的报告题目是：A Study for Hyperspectral Anomaly Change Detection on “Viareggio 2013 Trial” Dataset，在论文中比较了多种异常变化检测的算法在Viareggio 2013 Trial数据集上的检测效果。实验最终发现结合了LCRA方法的慢特征分析算法能在该数据集上取得最好的效果。

图：论文数据集部分异常变化检测结果

汝理想同学的报告题目是：Deep Canonical Correlation Analysis Network for Scene Change Detection of Multi-Temporal VHR Imagery，提出了一个基于卷积网络提取特征进行分类的场景变化检测框架，同时结合深度典型相关分析学习多时相场景影像之间的时间相关性，从而提高场景变化检测的效果。

图： 论文提出的场景变化检测网络结构图

陈洪瑞轩同学的报告题目为Deep Siamese Multi-scale Convolutional Network for Change Detection in Multi-temporal VHR Images，提出了一种对高分辨率影像提取多尺度卷积特征的网络结构，同时为无监督和有监督的高分辨率遥感影像变化检测问题分别提出了一种基于孪生网络结构的框架。

图：论文提出的深度孪生网络高分辨率影像变化检测框架