- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的正射影像高层建筑基底矢量提取方法,首先采用一个卷积神经网络从遥感影像中提取建筑物的深度特征,并将候选区域生成网络模型确定的建筑物整体目标的框选范围进行抽取和重采样,生成特征图;采用Faster‑RCNN模型,对候选区特征图进行全连接,对候选区内建筑物的存在概率及其外包矩形参数进行预测;对候选区特征图进行全卷积处理,生成屋顶轮廓矢量;最后根据三类分割结果进行特征池化,对建筑物投影差偏移向量进行预测,并基于偏移向量估计值将屋顶矢量移动至建筑基底区域。本发明能够自适应地对
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113139453 B
(45)授权公告日 2023.04.07
(21)申请号 202110417526.X G06V 10/44 (2022.01)
文档评论(0)