基于多任务-单标签学习的地图-图像语义变化检测方法和系统

本发明公开了基于多任务‑单标签学习的地图‑图像语义变化检测方法和系统。本发明通过语义变化检测和分布变换实现对先前地表覆盖地图和最新光学图像语义变化检测的高效学习。首先，使用一个多任务模型提取地图数据和光学图像间的变化区域以及图像像素的语义类别，然后再通过分布变换函数将语义类别概率转换为二值变化概率。通过上述设计，一方面可以集成最新最好的语义变化检测模型；另一方面可以仅利用二值变化标签或者是语义分割标签高效驱动语义变化检测模型的学习，最终实现高性能、低成本的语义变化检测。本发明可以借助已有成熟研究基础的光学遥感图像语义变化检测方法，实现对地图‑图像对变化区域定位和像素类别识别的建模。