[发明专利]空心村庄中建筑的识别方法、装置、电子设备及存储介质

权利要求书

1.一种空心村庄中建筑的识别方法，其特征在于，包括：

确定目标村庄所在的识别区域的图像；

将所述图像输入到建筑分类识别模型中，得到由所述建筑分类识别模型输出的建筑分类信息，所述建筑分类信息用于表征所述目标村庄中各建筑的类别；

其中，所述建筑分类识别模型为将根据样本图像中各建筑的图像特征和所述样本图像中各建筑的类别标识作为输入，通过机器学习训练得到的，用于对图像中各建筑进行分类的模型；

所述建筑分类识别模型包括语义分割层和特征提取层，所述语义分割层用于对所述图像中各建筑区域进行分割；所述特征提取层，用于基于注意力机制对各建筑区域进行特征提取。

2.根据权利要求1所述的空心村庄中建筑的识别方法，其特征在于，所述将所述图像输入到建筑分类识别模型中，得到由所述建筑分类识别模型输出的建筑分类信息，包括：

将所述图像输入到语义分割层，由所述语义分割层输出各建筑区域；

将各建筑区域输入到特征提取层，由所述特征提取层基于注意力机制增加提取深度，根据所述提取深度对各建筑区域进行特征提取，输出各建筑区域的图像特征；

将各建筑区域的图像特征输入到所述建筑分类识别模型的分类层，由所述分类层输出各建筑区域的建筑分类信息。

3.根据权利要求2所述的空心村庄中建筑的识别方法，其特征在于，所述特征提取层包括第一运算单元和第二运算单元，相应地，将各建筑区域输入到特征提取层，由所述特征提取层基于注意力机制增加提取深度，根据所述提取深度对各建筑区域进行特征提取，输出各建筑区域的图像特征，包括：

将各建筑区域输入到所述第一运算单元，由所述第一运算单元基于所述提取深度，根据各建筑区域的像素值生成权重矩阵；

将各建筑区域输入到所述第二运算单元，由所述第二运算单元根据各建筑区域的像素值确定初始图像特征，并根据所述初始图像特征和所述权重矩阵确定图像特征。

4.根据权利要求1所述的空心村庄中建筑的识别方法，其特征在于，所述确定目标村庄所在的识别区域的图像，包括：

采集目标村庄所在的识别区域的原始图像，对所述原始图像进行正射处理，确定所述图像。

5.一种空心村庄中建筑的识别装置，其特征在于，包括：

确定模块，用于确定目标村庄所在的识别区域的图像；

识别模块，用于将所述图像输入到建筑分类识别模型中，得到由所述建筑分类识别模型输出的建筑分类信息，所述建筑分类信息用于表征所述目标村庄中各建筑的类别；

其中，所述建筑分类识别模型为将根据样本图像中各建筑的图像特征和所述样本图像中各建筑的类别标识作为输入，通过机器学习训练得到的，用于对图像中各建筑进行分类的模型；

所述建筑分类识别模型包括语义分割层和特征提取层，所述语义分割层用于对所述图像中各建筑区域进行分割；所述特征提取层，用于基于注意力机制对各建筑区域进行特征提取。

6.根据权利要求5所述的空心村庄中建筑的识别装置，其特征在于，所述识别模块具体用于：

将所述图像输入到语义分割层，由所述语义分割层输出各建筑区域；

将各建筑区域输入到特征提取层，由所述特征提取层基于注意力机制增加提取深度，根据所述提取深度对各建筑区域进行特征提取，输出各建筑区域的图像特征；

将各建筑区域的图像特征输入到所述建筑分类识别模型的分类层，由所述分类层输出各建筑区域的建筑分类信息。

7.根据权利要求6所述的空心村庄中建筑的识别装置，其特征在于，所述特征提取层包括第一运算单元和第二运算单元，相应地，所述识别模块在将各建筑区域输入到特征提取层，由所述特征提取层基于注意力机制增加提取深度，根据所述提取深度对各建筑区域进行特征提取，输出各建筑区域的图像特征的处理过程中，具体用于：

将各建筑区域输入到所述第一运算单元，由所述第一运算单元基于所述提取深度，根据各建筑区域的像素值生成权重矩阵；

将各建筑区域输入到所述第二运算单元，由所述第二运算单元基于所述提取深度，根据各建筑区域的像素值确定初始图像特征，并根据所述初始图像特征和所述权重矩阵确定图像特征。