[发明专利]一种基于卷积神经网络的遥感影像建筑物提取方法

摘要

本发明公开了一种基于卷积神经网络的遥感影像建筑物提取方法，包括三个步骤：(1)在建筑物解码阶段建立了一种基于注意力机制的特征图融合方法，包括基于乘法和加法两种计算注意力权重的方式；(2)添加一个建筑物检测的分支任务进行联合训练，提高建筑物提取主任务的精度；(3)在损失函数中加入了对建筑物边缘像素的惩罚。本发明将注意力机制、多任务学习融入到卷积神经网络中，能够捕获建筑物不同的高层特征表达，通过特征融合，得到建筑物更丰富的特征表达，提高建筑物提取精度。同时，本发明加入了对建筑物边缘像素的惩罚，可以有效缓解提取结果中存在的建筑物边缘锯齿化的问题。

主权项

1.一种基于卷积神经网络的遥感影像建筑物提取方法，包括如下步骤：(1)获取大量的遥感图像以及航空俯拍图像以及这些图像对应的建筑物轮廓图，所述建筑物轮廓图中建筑物轮廓及其内部像素值均为1，建筑物轮廓外部像素值均为0；(2)对图像进行预处理以及数据增强处理得到大量样本，每一样本包括处理后的图像及其对应的建筑物轮廓图，并将所有样本按比例划分为训练集、验证集和测试集；(3)利用训练集样本中的图像作为卷积神经网络的输入，建筑物轮廓图作为卷积神经网络输出的真值标签，进而对该神经网络进行训练，最终训练完成后得到建筑物提取模型；(4)将测试集样本中的图像输入至建筑物提取模型，即可得到关于建筑物轮廓的二值图像，进而将该二值图像与测试集样本中的建筑物轮廓图进行比对。