申请/专利权人:中国科学院空天信息创新研究院
申请日:2023-07-20
公开(公告)日:2024-03-22
公开(公告)号:CN117115641B
主分类号:G06V20/10
分类号:G06V20/10;G06V20/13;G06V10/22;G06V10/764;G06V10/44;G06V10/77;G06V10/80;G06N3/0464;G06N3/047;G06N3/048;G06N3/084
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2023.12.12#实质审查的生效;2023.11.24#公开
摘要:本发明提供的建筑物信息提取方法、装置、电子设备及存储介质,属于图像处理技术领域,包括:获取目标区域的目标可见光遥感数据和目标近红外遥感数据;将目标可见光遥感数据和目标近红外遥感数据输入至建筑物提取模型,以获取建筑物提取模型输出的目标区域内建筑物的种类位置信息;种类位置信息是由建筑物提取模型对目标可见光遥感数据和目标近红外遥感数据分别进行特征提取后融合得到的。本发明提供的建筑物信息提取方法、装置、电子设备及存储介质,通过建筑物提取模型分别对可见光遥感数据和近红外遥感数据进行特征提取并融合,使用近红外数据对可见光数据进行特征补充,能够有效提升模型对建筑物的提取能力。
主权项:1.一种建筑物信息提取方法,其特征在于,包括:获取目标区域的目标可见光遥感数据和目标近红外遥感数据;将所述目标可见光遥感数据和所述目标近红外遥感数据输入至建筑物提取模型,以获取所述建筑物提取模型输出的所述目标区域内建筑物的种类位置信息;所述种类位置信息是由所述建筑物提取模型对所述目标可见光遥感数据和所述目标近红外遥感数据分别进行特征提取后融合得到的;其中,建筑物提取模型包括Encoder和Decoder两部分;所述Encoder用于对可见光数据和近红外数据进行特征提取,所述Encoder包括两个并行的、不共享权重的特征提取网络,分别是结构相同的第一特征提取网络和第二特征提取网络;所述特征提取网络包括依次连接的卷积模块Conv3-IN-ReLU和特征提取模块;所述特征提取模块包括:阶段1Stage1、阶段2Stage2、阶段3Stage3和阶段4Stage4;阶段1Stage1包括1个Bottleneck-IBN×4;阶段2Stage2包括2个并行的BasicBlock-IBN×4;阶段3Stage3包括3个并行的BasicBlock×4;阶段4Stage4包括4个并行的BasicBlock;阶段4Stage4输出的特征结果经过叠加融合后,得到模态数据特征组并输入至所述Decoder;模态数据特征组包括第一模态数据特征组和第二模态数据特征组;所述Decoder包括特征融合网络,用于对Encoder提取的多模态特征进行修正和融合;特征融合网络包括:3个连接模块concat、EffectiveSqueeze-ExcitationPlus注意力模块ESEP-block、降维模块Conv1-BN-ReLU和判别器Conv1-BN-Softmax;连接模块中的前2个concat的输入端分别连接第一特征提取网络的输出端和第二特征提取网络的输出端,所述前2个concat的输出端均与第3个concat的输入端连接,第3个concat的输出端均与所述EffectiveSqueeze-ExcitationPlus注意力模块ESEP-block的输入端连接。
全文数据:
权利要求:
百度查询: 中国科学院空天信息创新研究院 建筑物信息提取方法、装置、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。