[发明专利]一种损毁建筑物深度学习样本集的构建方法及系统

说明书

本发明公开了一种损毁建筑物深度学习样本集的构建方法及系统，包括：创建若干项目并分别命名，其中，所述项目包括用于显示二维影像的第一项目、用于显示三维模型的第二项目及用于显示标签属性的第三项目；分别基于第一项目和第二项目加载同一地区相同投影坐标系的灾后二维影像与灾后三维模型，对灾后二维影像与灾后三维模型进行检测，获取检测结果；若检测结果与预设规则一致，则通过所有项目打开并加载二维样本矢量，并进行标绘与编辑，获取标签矢量；根据标签矢量与灾后二维影像生成损毁建筑物深度学习样本集。本发明有助于高效进行二维标绘、属性编辑与三维数据多角度观察。

技术领域

本发明涉及遥感数据处理技术领域，尤其涉及一种损毁建筑物深度学习样本集的构建方法及系统。

背景技术

目前，官方发布的损毁建筑物遥感影像数据集数量较少，想要训练高精度的损毁建筑物深度学习检测模型，离不开大量自主构建的样本集。在灾后二维影像上进行损毁建筑物标绘时，仅仅将屋顶损毁信息作为依据是不准确的，如侧立面墙体的倒塌和外围掉落情况，在二维影像上是可以有所体现的，但如果仅靠二维影像有时又难以辨别，借助灾后三维模型辅助判断则更为清晰准确。然而，大部分主流软件所实现的二三维一体化需要频繁切换展示二维与三维数据，这会给样本集标绘工作增添许多不必要的麻烦。对于自主构建二维损毁建筑物深度学习样本集，亟需一种二三维数据可同时显示、且二维视口变换可单向驱动三维视口发生对应变换而三维视口变换不会影响二维视口的标绘工具，便于同时进行多角度三维观察分析与二维矢量标绘和标签属性编辑，大幅提升损毁建筑物深度学习样本集的构建效率。

发明内容

为解决上述技术问题，本发明提出了一种损毁建筑物深度学习样本集的构架方法及系统，可实现二维地图中的视口变换操作单向驱动三维地图视口发生相对应的变换，有利于自主构建一套综合考虑侧立面损毁信息的二维损毁建筑物数据集，为损毁建筑物深度学习检测模型提供丰富的训练样本。

为实现上述目的，本发明提供了一种损毁建筑物深度学习样本集的构建方法，包括：

创建若干项目并分别命名，其中，所述项目包括用于显示二维影像的第一项目、用于显示三维模型的第二项目及用于显示标签属性的第三项目；

分别基于所述第一项目和所述第二项目加载同一地区相同投影坐标系的灾后二维影像与灾后三维模型，对所述灾后二维影像与所述灾后三维模型进行检测，获取检测结果；

若所述检测结果与预设规则一致，则通过所有项目打开并加载二维样本矢量，并进行标绘与编辑，获取标签矢量；

根据所述标签矢量与所述灾后二维影像生成损毁建筑物深度学习样本集。

优选地，对所述灾后二维影像与所述灾后三维模型进行检测，包括：

分别检测所述灾后二维影像与所述灾后三维模型所用投影坐标系是否一致，以及检测所述灾后二维影像与所述灾后三维模型数据覆盖的地理范围是否有重叠。

优选地，所述预设规则包括：

若所述灾后二维影像与所述灾后三维模型所用投影坐标系一致，且所述灾后二维影像与所述灾后三维模型数据覆盖的地理范围无重叠，则继续进行后续步骤，若不一致，则终止；

当所述检测结果与预设规则一致时，在所述第一项目和所述第二项目窗口中分别加载并渲染灾后二维影像与灾后三维模型。

优选地，通过所述所有项目打开并加载二维样本矢量，包括：

调用深度学习模型，读取所述灾后二维影像进行损毁建筑物轮廓检测与损毁识别，输出带有损毁类别的建筑物轮廓矢量，并将所述带有损毁类别的建筑物轮廓矢量作为待修改的标签矢量；

若不调用所述深度学习模型，则新建与所述灾后二维影像具有相同地理和投影坐标系的空白面矢量，并为所述空白面矢量添加损毁类别字段，作为待标绘的标签矢量；