[发明专利]一种基于深度学习的正射影像高层建筑基底矢量提取方法

权利要求书

1.一种基于深度学习的正射影像高层建筑基底矢量提取方法，其特征在于，包括以下步骤：

S1、构建遥感影像建筑物样本集；

S2、利用建筑物样本集，以ResNet为骨架构建多任务CNN模型，输入正射影像和范围一致的建筑物屋顶和墙面标签影像、建筑物整体外接矩形坐标以及投影差偏移向量，通过一系列的卷积、池化操作，提取遥感影像中建筑物的特征；所述多任务CNN模型的输出项包括建筑物屋顶和墙面矢量、建筑物整体外接矩形范围、投影差预测偏移向量以及建筑物基底矢量；

S3、使用候选区域生成网络RPN模块确定建筑物包括屋顶和墙面的整体目标框选范围，得到建筑物整体外接矩形参数，并基于RPN模型预测的候选区域，对全卷积网络骨架的输出特征进行抽取和重采样，为每个候选区生成特征图；

S4、采用Faster-RCNN模型结构，对候选区特征图进行全连接加密，并对候选区内建筑物的存在概率进行预测；

S5、对建筑物存在概率高的候选区特征图进行全卷积处理，生成区域内建筑物屋顶、墙面、背景三个类别的语义分割结果，并对屋顶的分割结果进行轮廓提取与规则化处理，生成屋顶轮廓矢量；

S6、根据三类分割结果进行特征池化，将三类特征图级联，进行多次卷积和全连接操作，对建筑物投影差偏移向量进行预测，并基于偏移向量估计值将屋顶轮廓矢量移动至建筑基底区域；

根据所述输出项，利用损失函数计算所述多任务CNN模型的损失值Loss，具体的数学公式为：

L_sample＝L_cls+L_box+L_mask+L_offset

其中，L_cls为预测类别与地表真实类别差异的损失，具体的数学公式为：

其中，i表示样本序号，p_i表示目标框是否为建筑物整体的预测概率，表示与其对应的真值，存在建筑物为1，不存在建筑物为0；

L_box为预测框与样本真值框之间位置偏差的损失函数，具体的数学公式为：

t_x＝(x-x_a)/w_a，t_y＝(y-y_a)/h_a，t_w＝log(w/w_a)，t_h＝log(h/h_a)，

其中，t_j表示当前矩形位置的4个改正参数预测值，表示该矩形为正样本时的改正参数真值，t_x、t_y、t_w、t_h分别指预测矩形相对于矩形模板的中心横坐标、中心纵坐标、宽、高的偏移量；t_x^*、t_y^*、t_w^*、t_h^*分别指真实矩形相对于矩形模板的中心横坐标、中心纵坐标、宽、高的偏移量；x、x_a和x^*分别表示预测矩形、矩形模板以及真实矩形起点的x坐标，y、y_a和y^*分别表示预测矩形、矩形模板以及真实矩形起点的y坐标，w、w_a和w^*分别表示预测矩形、矩形模板以及真实矩形的宽，h、h_a和h^*分别表示预测矩形、矩形模板以及真实矩形的高；

L_mask为模型预测像素标签与真值标签差异的损失函数，由于对目标框进行一次三类别语义分割，其计算方法为逐像素求多分类交叉熵，具体的数学公式为：

其中，K为像素分割类别总数，K＝3；y_n为该像素的是否为第n类别的预测概率值，对应其真值，属于第n类别为1，不属于第n类别为0；

L_offset为模型预测投影差偏移向量与实际偏移向量之间差异的损失函数，计算方式与L_box相似，即：

其中u和v表示投影差偏移向量的预测值，u₀和v₀表示投影差偏移向量的参考值，u_min、v_min表示投影差偏移向量的最小值，u_max和v_max表示投影差偏移向量的最大值，具体值根据屋顶轮廓移动过程中不能超出目标检测外接矩形框范围这一条件推算。