来源：期刊VIP网 时间：
作者：刘子阳;向筱铭;龚杰;王勇华;邓帆;
单位：长江大学地球科学学院;四川省气象探测数据中心;武汉华信联创技术工程有限公司;
摘要：针对遥感影像变化检测算法中双时态特征提取计算量大、任务无关目标判识困难和双时态特征交互不足的问题，提出了一种基于深度学习的多尺度特征融合的轻量化变化检测方法。该方法通过多尺度提取双时态特征、差异特征分析和上采样生成变化检测结果，以较少的计算成本准确提取变化区域。首先，在特征提取模块中平衡参数与性能，保证特征提取能力的同时有效减少参数量；其次，通过时间特征交互和空间特征聚合辅助提取差异特征，剔除了任务无关目标并促进了双时态特征的充分交互；最后，逐步利用多尺度的差异特征掩膜进行上采样提取变化区域，高效生成了变化结果。实验结果分析表明，该方法具有准确率高和计算复杂度低的特点，具有较好的泛化性和易部署的优势。
关键词：变化检测;;多尺度特征融合;;轻量化;;时间特征交互;;空间特征聚合;;差异特征掩膜
基金资助：四川省科技计划(2022YFS0544);; 湖北省重点研发计划(2023DJC154)
