本公开提供了一种基于差异注意力神经网络的多级别变化检测方法，基于多时序图像融合技术，由自底向上网络、差异引导的注意力模块、自顶向下网络构成，差异引导的注意力模块包含两个串联的分支，分别是双时序聚合分支和差异注意力分支，前者用于学习双时序图像间的全局变化信息，后者用于探索图像间多级别变化的局部关系，提高不同变化的判别能力；本公开改进了U型网络结构中自底向上和自顶向下之间的特征学习过程，不仅保留了每个输入特征图的空间尺寸，而且实现了双时序图像间全局和局部差异信息的学习，可同时完成建筑物的分割和多级别损毁检测两个任务，显著提高了变化检测的效率和效果。