[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有效
| 申请号： | 202110417526.X | 申请日： | 2021-04-19 |
| 公开（公告）号： | CN113139453B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 陈奇;张远谊;李欣园 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/28;G06V10/44;G06V10/764;G06N3/0464;G06V10/82;G06N3/048;G06N3/08 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 曹雄 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了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，首先采用一个卷积神经网络从遥感影像中提取建筑物的深度特征，并将候选区域生成网络模型确定的建筑物整体目标的框选范围进行抽取和重采样，生成特征图；采用Faster‑RCNN模型，对候选区特征图进行全连接，对候选区内建筑物的存在概率及其外包矩形参数进行预测；对候选区特征图进行全卷积处理，生成屋顶轮廓矢量；最后根据三类分割结果进行特征池化，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矢量移动至建筑基底区域。本发明能够自适应地对正射影像中高层建筑屋顶轮廓和基底矢量之间存在的投影差进行补偿，进而提升高层建筑物单像自动测图结果的精度与应用价值。 | ||
| 搜索关键词： | 一种 基于 深度 学习 射影 高层建筑 基底 矢量 提取 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国地质大学（武汉），未经中国地质大学（武汉）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110417526.X/，转载请声明来源钻瓜专利网。
