摘要：隨著人工智能技術(shù)的發(fā)展,以深度學(xué)習(xí)為主流的機(jī)器學(xué)習(xí)逐漸取代人工解譯的方法,使遙感影像中地物資源的自動(dòng)化判讀成為現(xiàn)實(shí)。為解決傳統(tǒng)人工判讀引起的人力資源耗費(fèi)高、解析精度差的問題,同時(shí)也為滿足日益增長的遙感數(shù)據(jù)量的判讀需求,基于語義分割的深度學(xué)習(xí)地物變化檢測(cè)方法,實(shí)現(xiàn)耕地區(qū)域自動(dòng)分割分類,通過對(duì)比時(shí)序影像差異得出變化區(qū)域范圍,為自動(dòng)化實(shí)現(xiàn)地物變化監(jiān)測(cè)提供有效解決辦法。以實(shí)際地區(qū)為例,采用deeplab語義分割網(wǎng)絡(luò)的方法實(shí)現(xiàn)耕地資源的自動(dòng)化提取與變化檢測(cè),實(shí)驗(yàn)證明該方法相比人工以及傳統(tǒng)分類模型具有更好的檢測(cè)精度。