一种基于深度学习的城市居住空间遥感变化检测方法

本发明公开了一种基于深度学习的城市居住空间遥感变化检测方法，涉及遥感影像处理的技术领域。首先采用层级密集连接网络模块分别对前后两个时相的城市居住空间遥感图像进行深度特征提取，输出浅、中及高层特征；然后采用Transformer网络模块对浅、中及高层特征进行自注意力特征挖掘，凸显时相中城市居住空间的显著特征。再采用分级特征交叉注意力机制融合浅、中和高层特征信息，最后利用多层感知机对两时相遥感图像的变化和未变化城市居住空间进行识别与检测，输出变化检测图。本发明能够增强网络模型对城市居住空间时序变化特征提取与检测的能力，提高检测结果的准确性，可为城市规划、城市功能空间优化、城市居住空间演变等应用领域提供精细化的实证基础。