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化判讀成為現(xiàn)實。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)地物變化檢測方法,實現(xiàn)耕地區(qū)域自動分割分類,通過對比時序影像差異得出變化區(qū)域范圍,為自動化實現(xiàn)地物變化監(jiān)測提供有效解決辦法。以實際地區(qū)為例,采用deeplab語義分割網(wǎng)絡(luò)的方法實現(xiàn)耕地資源的自動化提取與變化檢測,實驗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精度。