一种基于深度学习的遥感图像非建筑区域过滤方法
基本信息
申请号 | CN201911101871.1 | 申请日 | - |
公开(公告)号 | CN111291608A | 公开(公告)日 | 2020-06-16 |
申请公布号 | CN111291608A | 申请公布日 | 2020-06-16 |
分类号 | G06K9/00(2006.01)I | 分类 | - |
发明人 | 沈翀;吴科春;许健彰;魏梁 | 申请(专利权)人 | 广东融合通信股份有限公司 |
代理机构 | 广州恒华智信知识产权代理事务所(普通合伙) | 代理人 | 广东融合通信股份有限公司 |
地址 | 519000广东省珠海市横琴新区环岛东路1889号创意谷18栋110室-208(集中办公区) | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度学习的遥感图像非建筑区域过滤方法,具体包括如下步骤标注数据:标注建筑物屋顶类型数据,即是对图片中不同的建筑物屋顶标注出类型和位置信息;标注是否包含建筑物区域的数据,即是对图片中有无建筑物打上1/0标签;训练模型:利用Unet卷积神经网络训练建筑物屋顶分割模型;利用resnet卷积神经网络训练建筑物分类模型;识别大比例尺的遥感图片,当识别为有建筑物区域时,则利用建筑物屋顶分割模型识别该区域下所有的,小比例尺的遥感图像;否则就不识别该区域;输出建筑物屋顶类型信息。本发明可以快速过滤掉大批非建筑的区域,从而提升对城市建筑物屋顶的分割识别的效率,效率提升可以达到50%以上,节省一定的资源成本。 |
