一种面向遥感变化解释召回率可调的多尺度特征融合深度网络

本发明涉及遥感图像变化检测领域，具体为一种面向遥感变化解释召回率可调的多尺度特征融合深度网络。遥感图像变化检测旨在辨识双时相图像感兴趣变化区域。然而，复杂场景下遥感图像变化区域形状、尺度的多样性极易导致相关变化检测算法出现严重漏检问题。针对上述问题，本发明首先提取双时相遥感图像分层次多尺度特征信息；然后，利用CNN、Transformer实现同尺度、跨尺度及多尺度特征局部及全局有效信息的融合；最后针对变化检测样本不平衡问题提出超期望推拉损失正则项，该损失函数可通过整体拉升正例样本的预测期望进而得到高召回率的深度学习模型。实验证明，本发明在定性、定量的指标方面都取得了显著效果。