← 返回列表
一种基于高景卫星影像的超范围建筑物图斑自动提取方法
摘要文本
本发明涉及遥感应用相关技术领域，公开了一种基于高景卫星影像的超范围建筑物图斑自动提取方法，包括：遥感影像预处理；样本数据集制作；构建卷积神经网络；利用样本训练网络模型；模型推理预测。本发明主要通过改进的U‑Net模型自动提取建筑用地，使用resnet50作为U‑Net模型的编码器部分，利用其强大的特征提取能力更好地捕捉不同尺度的特征信息，引入CBAM混合注意力机制使得模型可以自适应地调整特征图中不同通道和空间位置的重要性，从而更好地聚焦于建筑目标的关键区域，同时在模型中加入FPN特征金字塔结构，通过在不同层级上融合多尺度的特征信息，让模型能够更好地获取建筑目标的上下文信息，从而增强了建筑用地提取的鲁棒性和准确性。 来源：百度搜索马克数据网
申请人信息
- 申请人:浙江省国土空间规划研究院
- 申请人地址:311100 浙江省杭州市余杭区地信路2号
- 发明人: 浙江省国土空间规划研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于高景卫星影像的超范围建筑物图斑自动提取方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311339535.7 |
| 申请日 | 2023/10/17 |
| 公告号 | CN117351370A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | G06V20/13 |
| 权利人 | 浙江省国土空间规划研究院 |
| 发明人 | 关涛; 安文占; 柴祥君; 滕龙妹; 刘琦; 钟和曦; 李玲; 高青山; 陶从辉; 邹瑜; 赵梦琳 |
| 地址 | 浙江省杭州市余杭区地信路2号 |
专利主权项内容
更多数据：www.macrodatas.cn 1.一种基于高景卫星影像的超范围建筑物图斑自动提取方法，其特征在于，包括：步骤S1：遥感影像预处理；步骤S2：样本数据集制作；步骤S3：构建卷积神经网络，包括：S3.1：基于U-Net网络结构进行改进，使用resnet50作为U-Net网络的编码部分；S3.2：在改进的U-Net网络编码器部分引入CBAM混合注意力机制；S3.3：在改进的U-Net网络解码器部分引入FPN特征金字塔结构；步骤S4：利用样本训练网络模型，包括：S4.1：对人工勾画的数据集进行数据增广处理；S4.2：将增广后所有数据集按照训练集、验证集和测试集划分；S4.3：运行环境设置；S4.4：网络参数设置；步骤S5：模型推理预测，包括：S5.1：设置模型的最优权重，并将测试集输入到网络中进行推理预测；S5.2：超范围建筑物图斑提取应用，采用膨胀裁剪拼接的方法提取超范围建筑物图斑。