基于像素的直接比較法、分類后比較法、柵格GIS矢量集成法等較成熟的方法,慢慢地也被引入面向對象的高分辨率遙感影像變化檢測中。 此外,顧及鄰域像素空間關系的方法,如水平集 (level set)、馬爾科夫隨機場 (Markov random field, MRF)、條件隨機場 (conditional random field, CRF)等方法引入到對象級變化檢測中,將光譜和空間信息進行有效結合,降低了對象級變化檢測的不確定性。 隨著遙感大數據和人工智能的發展,深度學習方法迅速被引入遙感影像變化檢測領域。 作為一種高分辨率遙感數據特征挖掘的有效手段,深度學習方法為高分影像數據的分類與變化檢測提供了一條新的途徑。