← 返回列表
面向跨时空尺度域的遥感图像建筑物信息提取方法
申请人信息
- 申请人:中国人民解放军海军航空大学
- 申请人地址:264000 山东省烟台市芝罘区二马路188
- 发明人: 中国人民解放军海军航空大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 面向跨时空尺度域的遥感图像建筑物信息提取方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410121514.6 |
| 申请日 | 2024/1/30 |
| 公告号 | CN117649609A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 中国人民解放军海军航空大学 |
| 发明人 | 徐从安; 吴俊峰; 高龙; 郑涵; 闫奕名; 林云; 孙显; 蔡卓燃 |
| 地址 | 山东省烟台市芝罘区二马路188 |
摘要文本
本发明公开了一种面向跨时空尺度域的遥感图像建筑物信息提取方法，属于数据识别领域。本方法构建了目标提取网络，包括依次连接的特征提取模块、ASPP模块和解码器；特征提取模块用于提取输入的遥感图像中的特征信息。特征提取模块融合了标准卷积和空洞卷积，可以更好的关注目标的细节纹理和空间结构特征，使得目标信息得到充分利用。同时，训练使用的损失函数中加入了超参数，增强了模型对目标提取中真阳性部分的关注，可以避免复杂背景的干扰。并且，残差单元中的归一化层中加入了实例归一化，有效解决了跨时空尺度域提取精度低的问题。
专利主权项内容
1.一种面向跨时空尺度域的遥感图像建筑物信息提取方法，其特征在于步骤包括：步骤1、构建目标提取网络，所述目标提取网络包括依次连接的特征提取模块、ASPP模块和解码器；所述特征提取模块用于提取输入的遥感图像中的特征信息；特征提取模块中包括若干层依次连接的融合模块；融合模块中将输入的特征分别输入至两个并行的分支，其中一个分支包含基于标准卷积的残差单元，另一个分支包含基于空洞卷积的残差单元，然后将两个分支的输出进行逐像素相加，作为该融合模块的输出；所述残差单元中的归一化层中包含实例归一化；所述ASPP模块基于特征提取模块输出的特征信息进一步提取多尺度特征；所述解码器基于ASPP模块输出的多尺度特征转换生成预测图，预测图中每个像素的标签代表该像素是否属于目标；步骤2、对上述目标提取网络进行训练，训练时，使用DICE+Loss损失函数计算损失值，然后根据损失值更新目标提取网络的参数值；步骤3、使用训练好的目标提取网络对输入的遥感图像进行处理，得到预测图，然后根据预测图提取遥感图像中的目标建筑物。