公开(公告)号：CN113191213B

公开(公告)日：2023-01-03

申请号：CN202110389794.5

申请日：2021-04-12

Applicant: 桂林电子科技大学

Inventor： 孙希延 ,  肖钰 ,  纪元法 ,  黄建华 ,  付文涛 ,  白杨 ,  郭宁

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/46 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种高分辨率遥感影像新增建筑物检测方法，通过对获得的第二时相GF2影像其进行超像素分割，得到超像素对象；接着用该时相GF2影像构建建筑物数据集；将所述建筑物提取数据集输入多尺度约束编解码网络训练，获取第二时相建筑物二值图，所述多尺度约束编解码网络，采用双路径体系结构分别获取全局信息和局部信息，结合全局和局部信息可以更好的从复杂背景中区分建筑物以及细化建筑物的细节，同时以兼顾不同大小的建筑物，将获得的超像素对象与所述建筑物二值图结合获取第二时相建筑物目标对象；然后使用IRMAD算法获得像素级变化检测结果，基于建筑物目标对象和像素级变化检测结果进行空间位置叠加分析，实现新增建筑物检测。

公开(公告)号：CN113191213A

公开(公告)日：2021-07-30

申请号：CN202110389794.5

申请日：2021-04-12

Applicant: 桂林电子科技大学

Inventor： 孙希延 ,  肖钰 ,  纪元法 ,  黄建华 ,  付文涛 ,  白杨 ,  郭宁

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种高分辨率遥感影像新增建筑物检测方法，通过对获得的第二时相GF2影像其进行超像素分割，得到超像素对象；接着用该时相GF2影像构建建筑物数据集；将所述建筑物提取数据集输入多尺度约束编解码网络训练，获取第二时相建筑物二值图，所述多尺度约束编解码网络，采用双路径体系结构分别获取全局信息和局部信息，结合全局和局部信息可以更好的从复杂背景中区分建筑物以及细化建筑物的细节，同时以兼顾不同大小的建筑物，将获得的超像素对象与所述建筑物二值图结合获取第二时相建筑物目标对象；然后使用IRMAD算法获得像素级变化检测结果，基于建筑物目标对象和像素级变化检测结果进行空间位置叠加分析，实现新增建筑物检测。

公开(公告)号：CN113963270A

公开(公告)日：2022-01-21

申请号：CN202111222556.1

申请日：2021-10-20

Applicant: 南宁桂电电子科技研究院有限公司 ,  桂林电子科技大学

Inventor： 孙希延 ,  肖钰 ,  付文涛 ,  梁维彬 ,  鞠涛 ,  杜洋

IPC: G06V20/13 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种高分遥感影像建筑物检测方法，通过将影像中的明亮建筑和暗建筑单独处理，在明亮建筑检测过程中采用“建筑区‑建筑”的流程，实现大范围遥感影像上建筑物信息的快速提取，同时也能避免非建筑区域地物对提取结果造成的干扰，减少建筑区域内的道路等的误检；在暗建筑检测过程中将卷积神经网络的深层特征提取功能与常规的浅层分类结构支持向量机结合，只需检测少量暗建筑，样本构建时间少；本发明同时融合形态学建筑物指数特征和卷积神经网络深层特征以适应复杂场景下的建筑物检测工作，在减少样本选择时间的基础上减少漏检率和误检率，也提高了算法在不同数据源上的适应性。