在中国海洋大学本科生研究发展计划（SRDP）项目支持下，本科生孟德森同学撰写的论文“Synthetic Aperture Radar Image Change Detection via Layer Attention-Based Noise-Tolerant Network” 被 IEEE Geoscience and Remote Sensing Letters 录用。该期刊为国际遥感领域权威期刊，影响因子5.343，处于中科院SCI二区，是CCF推荐C类期刊。

　　基于卷积神经网络的合成孔径雷达（SAR）图像变化检测方法获得了越来越多的关注。然而，现有的基于CNN的方法忽略了多层卷积之间的相互作用。为了解决这一问题，我们提出了一种基于层注意的噪声容忍网络（Layer Attention-Based Noise-Tolerant Network, LANTNet）。我们设计了一个层注意力模块，可以自适应地对不同卷积层的特征进行加权融合。此外，我们还设计了一个对噪声鲁棒的损失函数，有效地抑制了预分类标签中噪声的影响。在三个SAR数据集上的实验结果表明，LANTNet具有优越的性能。

　　论文链接：https://readpaper.com/paper/4655294823167705089

　　本方法即将公开源代码，地址为：https://github.com/summitgao/LANTNet