一种联合分布采样和特征解耦的遥感变化解译深度网络

本发明公开了一种联合分布采样和特征解耦的遥感变化解译深度网络，属于遥感图像处理技术领域。针对混合特征提取容易导致语义边界模糊，进而致使遥感变化像素分类不准确的问题，通过联合分布采样将混合特征解耦为变化和不变特征进而完成遥感变化解译。在训练阶段，通过标签标定学习解耦后特征的后验分布用于训练变化先验生成器；联合后验分布和特征分离器实现特征解耦，并通过原型学习进一步聚拢特征；提出超期望推拉损失正则项，通过提升预测期望推拉正负样例特征至更远端，使类间距离增大。在测试阶段，在没有后验分布支持下通过特征分离器、变化检测头等模块完成遥感图像变化检测。实验证明，本文在定性、定量的指标方面都取得了显著效果。