摘要
本发明公开了一种基于遥感影像的输气管道沿线建筑物提取方法,包括如下步骤:S1:影像数据采集;S2:数据预处理;S3:基于BiasCosionNet_R遥感影像地物提取模型构建;S4:网络模型训练;S5:管道沿线建筑物轮廓提取;S6:管道沿线建筑物属性获取;与传统的人工提取管道周边建筑物方法相比,本方案人力、物力消耗低,自动化程度高,效率高;相较于现有的语义分割模型,在网络中引入多尺度特征融合机制,将不同尺度的特征进行融合,可以捕捉到目标在不同尺度下的细节和上下文信息,提高目标边缘和内部特征的清晰度;在网络的深层使用反卷积进行上采样操作,可以有效地扩大感受野,提高预测的准确性,并生成更精细的分割结果。
技术关键词
建筑物提取方法
输气管道
高分辨率遥感影像
建筑物轮廓
网络模型训练
多尺度特征融合
易燃易爆场所
语义分割模型
农村住宅
管道周边
数据
上采样
对比度
训练集
链表
系统为您推荐了相关专利信息
混合网络
训练样本数据
神经网络模型训练
场景
无人机协同工作
人工智能识别
特征值
建筑材料
兴趣点POI数据
建筑物轮廓
低压配电台区
负荷预测方法
变分模态分解算法
注意力
气候
数字孪生模型
深度确定性策略梯度
车辆运动学模型
液压管路
物理
建筑物轮廓
三维模型
无人机倾斜摄影
采集单元
背包