一种基于深度学习的多任务建筑物提取及变化检测方法

本发明提出一种基于深度学习的多任务建筑物提取及变化检测方法，通过深度神经网络架构联合建筑物提取和变化检测任务，包括：编码器网络、建筑物提取解码器网络和建筑变化解码器网络，以实现对遥感影像中建筑物的识别任务，及检测建筑物变化区域任务；采用多任务建筑物提取及变化检测神经网络将基于多时相的卫星遥感影像数据进行预处理并生成数据集中不同时相的影像对分别作为图像T1和图像T2两个通道的数据输入，并分别经过编码器网络提取图像中建筑物的深层次特征，将图像T1通道提取的特征经过建筑提取解码器网络得到建筑物提取结果，将图像T1通道提取的特征与图像T2通道提取的特征经过建筑物变化解码器网络后获得建筑物变化检测结果。