高光谱图像的跨域变化检测方法、装置、电子设备及介质

本申请涉及一种高光谱图像的跨域变化检测方法、装置、电子设备及介质，其中，方法包括：对齐样本高光谱数据集中的源域和目标域的光谱特征，得到源域和目标域特征，从源域和目标域特征中提取视觉特征和伪标签，利用对比损失函数构建视觉特征的全局‑局部的损失函数，利用伪标签得到相应的文本特征，融合视觉特征和文本特征，得到通用变化检测特征，并构建多个视觉和文本的损失函数，以训练深度学习网络，得到变化检测模型，实现高光谱图像的跨域变化检测。由此，解决了相关技术中，图像代数法易受辐射差异影响，变换方法对非线性变化不敏感，分类方法依赖标签准确性，难以充分挖掘遥感图像的深层语义信息，从而制约了变化检测的精度和鲁棒性的技术问题。