公开(公告)号：CN118537747A

公开(公告)日：2024-08-23

申请号：CN202410706055.8

申请日：2024-06-03

Applicant: 中国矿业大学

Inventor： 郝明 ,  林惠晶 ,  谭敏 ,  陈诗琳 ,  张华 ,  郑南山

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/80 ,  G06T3/4053 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0442

Abstract: 本发明公开了一种基于几何显著性的深度互学习遥感影像建筑物提取方法，属于遥感图像处理领域。本发明获取建筑物几何显著性特征图作为先验知识，并引入到深度学习网络，增强建筑物特征提取的针对性；构建双向引导注意力模块，对双分支网络中的建筑物特征图和建筑物几何显著性特征图进行深度互学习；利用改进的流对齐模块获取高分辨率强语义特征图，采用MLP层对多层级的建筑物特征图进行融合得到遥感影像的建筑物预测图。本发明通过引入建筑物几何先验知识，构建双向引导注意力模块和改进的流对齐模块进一步加强网络对建筑物特征的学习能力，并联合多目标损失函数进行优化，可有效提高建筑物提取的精度和稳定性。