公开(公告)号：CN114663759B

公开(公告)日：2025-05-09

申请号：CN202210296396.3

申请日：2022-03-24

Applicant: 东南大学

Inventor： 王慧青 ,  帅娜 ,  张小国

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/26

Abstract: 本发明提供了一种基于改进DeepLabV3+的遥感影像建筑物提取方法，该方法包括：获取高分辨的遥感影像,构建遥感影像数据集，包括训练集、验证集、测试集；对传统的语义分割算法DeepLabV3+进行改进，引入双注意力机制CBAM模块、密集连接ASPP模块以及在解码端用DUpsampling方法代替传统的双线性插值方法；将遥感影像数据集输入到改进后的网络模型中进行训练，获得训练好的建筑物检测模型；将训练好的建筑物检测模型在遥感影像的测试集中进行检测；对于大尺度遥感影像用传统方法先依次裁剪再预测拼接会损失大量的边缘信息的问题，本发明中采取忽略边缘预测的方法进行改善。本方法解决了传统算法对于小目标物体检测出现的漏检、误检等问题，丰富了边缘信息，提高了建筑物的检测精度。

公开(公告)号：CN114663759A

公开(公告)日：2022-06-24

申请号：CN202210296396.3

申请日：2022-03-24

Applicant: 东南大学

Inventor： 王慧青 ,  帅娜 ,  张小国

IPC: G06V20/10 ,  G06N3/08 ,  G06V10/774

Abstract: 本发明提供了一种基于改进DeepLabV3+的遥感影像建筑物提取方法，该方法包括：获取高分辨的遥感影像,构建遥感影像数据集，包括训练集、验证集、测试集；对传统的语义分割算法DeepLabV3+进行改进，引入双注意力机制CBAM模块、密集连接ASPP模块以及在解码端用DUpsampling方法代替传统的双线性插值方法；将遥感影像数据集输入到改进后的网络模型中进行训练，获得训练好的建筑物检测模型；将训练好的建筑物检测模型在遥感影像的测试集中进行检测；对于大尺度遥感影像用传统方法先依次裁剪再预测拼接会损失大量的边缘信息的问题，本发明中采取忽略边缘预测的方法进行改善。本方法解决了传统算法对于小目标物体检测出现的漏检、误检等问题，丰富了边缘信息，提高了建筑物的检测精度。