一种图激励提示联合学习的遥感影像语义变化检测方法

本发明涉及一种图激励提示联合学习的遥感影像语义变化检测方法，属于双时相遥感影像土地利用/土地覆盖语义变化检测研究领域。所述方法，结合图像深度学习技术构建一种针遥感影像土地利用/土地覆盖（LULC）的多类别地表语义变化检测模型，对不同时期获取的双时相遥感影像采用两组非共享权重的主‑辅孪生神经网络分别提取双时相影像的深层特征，配合双时相图激励模块、多层级特征提示法和多任务解码器实现LULC变化区域及语义变化类型的推理输出和联合优化，通过预测不确定性优化的方式改善变化区域的预测概率分布。本发明在常规多任务语义变化检测模型的基础上通过优化变化区域的检测性能，实现更高精度的双时相高遥感影像语义变化检测。