[发明专利]基于卷积神经网络的遥感正射影像密集建筑物提取方法

说明书

本发明涉及基于卷积神经网络的遥感正射影像密集建筑物提取方法，具体包括以下步骤：S1：制作训练样本：获取原始建筑物遥感影像，并标注，然后进行数据增强；S2：建立改进的Mask‑RCNN模型：在Mask‑RCNN原有的基础特征提取网络后设有一个由底到上的特征增强结构，从特征增强结构输出的特征经区域建议网络RPN输入到池化层，对池化后每一层级特征进行融合，特征融合后连接旋转不变全连接层，最后进行Mask‑RCNN分类、边框定位和mask回归；S3：模型训练、微调；S4：模型测试：将待测遥感影像数据输入训练好的最优模型中进行处理，获得建筑物提取结果。本申请的提取方法克服了遥感影像方向多样性、尺度多样性带来的识别误差，能够实现对建筑物的高精度提取。

技术领域

本发明涉及计算机视觉实例分割领域，特别是涉及基于卷积神经网络的遥感正射影像密集建筑物提取方法。

背景技术

高分辨率遥感影像中建筑物的自动化提取对数字地图的制作和更新、城市变化检测、违规建筑检测以及智慧城市的建设等具有极其重要的作用。目前常用的建筑物识别和提取的方法分为两类：传统的机器学习方法和深度学习方法。传统的机器学习通过人工设计特征来实现对建筑物的表达，从而实现建筑物的识别与提取，通常设计的建筑物特征包括：长度、面积、形状、高度以及一些纹理特征等，这种方法主要是基于经验来设计特征，并且设计的特征会由于外部环境的变化而有所改变，所以这种方法提取的精度都不是很高。2006年深度学习的提出，极大地促进了机器学习的发展，相较于传统的机器学习人工提取特征的方式，深度学习采用的是神经网络自动提取特征。其中在图像识别上卷积神经网络(Convolutional Neural Network，CNN)应用最为广泛，2015年卷积神经网络开始被引入遥感领域中，在遥感影像分类、图像检索，对象识别等方面凸显巨大的优势。遥感影像的建筑物提取属于计算机视觉任务，但是相较于其他的计算机视觉任务较为复杂，它不仅牵涉了计算机视觉里面的图像分类和语义分割问题，还是一个目标检测和实例分割问题。目前大部分学者使用的是图像的语义分割来实现建筑物的提取，但是显然这并不能满足实际生产的需要，在实际生产中我们往往关注的是建筑物本身属性，比如建筑物的数量和建筑物的位置等。因此，如何以实例分割方法来实现建筑物的提取成为目前亟待研究的问题。

目前最流行的深度学习实例分割框架是Mask-RCNN，但是将Mask-RCNN直接用于遥感影像建筑物识别精度并不是很高，主要原因有两点：1.遥感影像本身具有多方向性的特点，遥感数据集多为俯拍，目标的方向都是不确定的。2.遥感影像拍摄的高度不一，几百米到几万米均有，这时地面的同类目标可能大小不一；就地面建筑物来说，建筑物的形状大小本身就存在大小不一的情况，现有的Mask-RCNN模型并不能检测出所有房屋，比如对小型房屋提取的效果较好，对于大型建筑物提取的效果并不是很好。

发明内容

为了克服现有技术的上述不足，本发明提出了基于卷积神经网络的遥感正射影像密集建筑物提取方法，解决现有遥感影像建筑物识别精度不高，无法克服遥感影像方向多样性、尺度多样性带来识别误差的技术问题。

本发明是通过以下技术方案实现的：

基于卷积神经网络的遥感正射影像密集建筑物提取方法，具体包括以下步骤：

S1：制作训练样本：获取原始建筑物遥感影像，并通过VIA数据标记工具进行标注，然后进行数据增强；

S2：建立改进的Mask-RCNN模型：所述改进的Mask-RCNN模型包括Mask-RCNN原有的基础特征提取网络，所述基础特征提取网络后设有一个由底到上的特征增强结构，从特征增强结构输出的特征经区域建议网络RPN输入到池化层，对池化后每一层级特征进行融合，特征融合后连接旋转不变全连接层，最后进行Mask-RCNN分类、边框定位和mask回归，实现对遥感影像中建筑物的提取；