基于张量分解与自注意力机制的遥感图像变化检测方法

本发明提出了一种基于张量分解与自注意力机制的遥感图像变化检测方法，主要解决现有检测技术对于复杂地物变化分类效果不佳的问题。方案包括：1)对输入影像进行预处理，得到三通道影像数据；2)构建张量神经网络与Transformer相结合的检测模型，将三通道影像数据作为模型输入；3)利用张量神经网络保留图像的空间结构信息并降低计算量，自注意力机制全面捕捉全局特征，增强变化检测的准确性和鲁棒性；4)对模型进行迭代训练实现优化；5)通过分类器对优化后模型得到的全局特征张量进行像素级分类，生成变化检测图。本发明能够在不增加显著计算开销的情况下提高变化检测的精度和效率，适用于高分辨率遥感图像的变化检测任务。