1.一种图像检测方法，其特征在于，包括：获取在不同时期拍摄的目标位置区域的第一目标图像和第二目标图像；

基于所述第一目标图像和所述第二目标图像，生成融合所述第一目标图像的特征和所述第二目标图像的特征的第一特征图；

基于所述第一特征图，确定用于表征所述第一目标图像和所述第二目标图像之间图像差异的差异图像。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一特征图，确定用于表征所述第一目标图像和所述第二目标图像之间图像差异的差异图像，包括：对所述第一特征图进行多次特征处理，生成多个尺寸不同的第一中间特征图；

将所述多个尺寸不同的第一中间特征图进行融合，得到第二特征图；

对所述第二特征图进行语义分割，生成用于表征所述第一目标图像和所述第二目标图像之间图像差异的差异图像。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一目标图像和所述第二目标图像，生成融合所述第一目标图像的特征和所述第二目标图像的特征的第一特征图，包括：

对所述第一目标图像进行特征提取，得到所述第一目标图像的初始特征图；以及对所述第二目标图像进行特征提取，得到所述第二目标图像的初始特征图；

将所述第一目标图像的初始特征图和所述第二目标图像的初始特征图进行融合，得到所述第一特征图。

4.根据权利要求3所述的方法，其特征在于，所述对所述第一目标图像进行特征提取，得到所述第一目标图像的初始特征图，包括：对所述第一目标图像进行第一特征提取，得到第一层次的特征图；

对所述第一层次的特征图进行第二特征提取，得到所述第一目标图像的初始特征图，所述第二特征提取的提取深度大于所述第一特征提取的提取深度。

5.根据权利要求4所述的方法，其特征在于，所述对所述第一层次的特征图进行第二特征提取，得到所述第一目标图像的初始特征图，包括：基于至少一个特征提取层对所述第一目标图像对应的第一层次的特征图进行第二特征提取；

其中，每个特征提取层包括至少一个特征提取单元，每个特征提取单元包括多级串行的特征提取块，所述特征提取单元的输出为基于所述特征提取单元的最后一级的特征提取块的输出与所述特征提取单元的输入确定的特征图；第一个特征提取单元的输入为所述第一目标图像对应的第一层次的特征图。

6.根据权利要求3～5任一所述的方法，其特征在于，所述将所述第一目标图像的初始特征图和所述第二目标图像的初始特征图进行融合，得到所述第一特征图，包括：将所述第一目标图像的初始特征图和所述第二目标图像的初始特征图的同一位置的特征点，在不同通道上的特征值进行拼接，得到所述第一特征图。

7.根据权利要求2所述的方法，其特征在于，所述对所述第一特征图进行多次特征处理，生成多个尺寸不同的第一中间特征图，包括根据以下步骤进行当前次特征处理：针对上一次特征处理输出的不同尺寸的第一中间特征图，分别进行至少一次特征提取处理，得到不同尺寸的第二中间特征图；

将所述不同尺寸的第二中间特征图进行多种融合处理，得到当前次特征处理后的不同尺寸的第一中间特征图。

8.根据权利要求2～7任一所述的方法，其特征在于，所述对所述第二特征图进行语义分割，生成用于表征所述第一目标图像和所述第二目标图像之间图像差异的差异图像，包括：

分别采用不同采样率的空洞卷积核对所述第二特征图进行特征提取，得到不同尺寸的第三中间特征图；

将所述不同尺寸的第三中间特征图进行特征融合，得到第四中间特征图，其中，所述第四中间特征图的每个特征点的特征值表示所述第一目标图像和所述第二目标图像在该特征点对应的位置存在差异的概率；

基于所述第四中间特征图，生成所述差异图像。

9.根据权利要求1～8任一所述的方法，其特征在于，所述差异图像是基于预先训练的神经网络对所述第一目标图像和所述第二目标图像进行处理后得到的；

所述方法还包括通过以下方法训练所述神经网络：获取至少一组样本图像，以及所述至少一组样本图像对应的标注图像；其中，所述至少一组样本图像包括两张待检测图像，所述标注图像的标注信息用于表示所述两张待检测图像之间的差异信息；

将所述至少一组样本图像中的两张待检测图像输入至待训练的神经网络中，得到所述神经网络输出的预测差异图；所述预测差异图中每个特征点的取值表示所述至少两张待检测图像在该特征点对应位置存在差异的概率；

基于所述预测差异图和所述标注图像计算本次训练过程中的总损失值，并基于所述总损失值，调整所述神经网络的网络参数值。

10.根据权利要求9所述的方法，其特征在于，所述基于所述预测差异图和所述标注图像计算本次训练过程中的总损失值，包括：基于所述预测差异图中每个像素点的像素值和所述标注图像中每个像素点的标注信息，确定所述预测差异图和所述标注图像之间的交叉熵损失；和/或，基于所述预测差异图中像素点的像素均值、像素标准差、以及所述预测差异图的像素值和所述标注图像的标注信息之间的协方差，确定结构相似性损失；和/或，基于所述第一目标图像的尺寸、所述预测差异图中像素点的像素值、以及所述标注图像中像素点的标注信息，确定一致性损失。

11.根据权利要求1至10任一所述的方法，其特征在于，所述差异图像中具有目标像素值的像素点构成的区域为所述目标位置区域中在不同时期中植被发生变化的区域。

12.一种图像检测装置，其特征在于，包括：获取模块，用于获取在不同时期拍摄的目标位置区域的第一目标图像和第二目标图像；

生成模块，用于基于所述第一目标图像和所述第二目标图像，生成融合所述第一目标图像的特征和所述第二目标图像的特征的第一特征图；

确定模块，用于基于所述第一特征图，确定用于表征所述第一目标图像和所述第二目标图像之间图像差异的差异图像。

13.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至11任一项所述的图像检测方法的步骤。

14.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至11任一项所述的图像检测方法的步骤。