基于风格随机化与相似性差分的跨域图像变化检测方法

本发明涉及基于风格随机化与相似性差分的跨域图像变化检测方法，属于遥感图像处理与人工智能技术领域。将两期影像输入采用共享权重的孪生卷积神经网络编码器提取多层特征，提取的多层特征由高层到低层沿特征金字塔由低到高的传递方向逐级输入，实现浅层细节与深层语义的融合；对每期得到的多层融合后特征进行结构风格随机化处理；将两期在同一尺度下的结构风格随机化后的特征图输入多尺度结构相似性差分模块得到融合差分特征；对融合差分特征进行卷积解码输出像素级变化概率图，后处理得到最终的变化检测结果；利用解码器输出的变化概率图计算损失函数，优化训练得最终模型。该方法能显著提升跨域遥感变化检测的准确性与泛化能力。