BCE-Net：基于对比学习的可靠历史地图和最新图像建筑物足迹变化提取（英文版）

英文标题：BCE-Net: Reliable Building Footprints Change Extraction based on Historical Map and Up-to-Date Images using Contrastive Learning中文摘要：本研究开发了对比学习方法，将历史建筑物的印记与单个最新的遥感图像进行验证，以注入建筑物的语义信息并增加其特征可辨度，避免因季节性变化和建筑立面倾斜等因素产生的伪变化，并利用可变形卷积神经网络减少历史建筑多边形与最新图像中建筑不一致的影响，识别新建和拆除的建筑物。在 Wuhan University 建筑变化检测数据集和自建的 SI-BU 数据集上，本方法分别获得了 93.99％和 70.74％的 F1 分数，并且在与该领域最先进的算法文章相同的数据集测试中，本方法表现出更好的性能。英文摘要：Automatic and periodic recompiling of building databases with up-to-datehigh-resolution images has become a criti