基于深度信息融合的遥感影像变化检测方法

针对遥感影像变化检测中由于光照条件、季节变化等因素导致的伪变化问题，本文提出了一种基于深度信息融合的变化检测方法。首先，通过深度估计网络提取遥感影像的深度信息作为辅助信息。其次，设计了基于对齐表示与掩码建模的自监督学习模块，以提取具有全局语义可分离性的纹理特征与深度信息的高阶表示。最后，通过选择性特征融合和边缘增强机制，有效抑制深度图生成过程中引入的噪声，实现纹理特征与高阶特征的充分融合。该方法在LEVIR-CD数据集与CDD数据集上的F1分数分别达到了90.35%和92.60%，交并比分别达到了82.40%和86.22%。实验结果证明了该方法在抑制伪变化方面的有效性。