基于深度学习的高分辨率遥感图像建筑物变化检测
北京市创新创业人才培养指导中心
建筑物的变化检测为城乡规划、土地利用、地理国情监测等提供基础数据。传统遥感变化检测方法难以适应城市遥感的复杂场景，近年来的深度学习方法在建筑物变化检测任务上也精度受限。本项目研究最新的深度学习模型，通过设计针对不同时刻遥感图像变化信息的多尺度注意力机制，增加多时相多尺度信息共享，以提升对高分辨率遥感图像建筑物变化的解译能力，通过在公开数据集上的对比与消融实验验证方法的合理性和优越性。
