基于端到端学习的遥感影像建筑物多边形轮廓提取模型

本发明涉及一种基于端到端学习的遥感影像建筑物多边形轮廓提取模型，包括：建筑物分割网络的输入为原始图像，输出为建筑物的边界和内部的分割结果图；帧场学习网络的输入为主干网络输出的特征和分割结果图的拼接特征，输出为图像的每个像素对应的帧字段；建筑物多边形化模块的输入为分割结果图和帧字段，输出为建筑物多边形轮廓；损失计算模块基于多边形轮廓与真值的差计算端到端损失，将端到端损失反向传播给建筑物分割网络，建筑物分割网络基于端到端损失对原始图像进行分割；引入帧场学习模型实现建筑物轮廓的多边形化，构建端到端的学习框架，利用误差反向传播，对建筑物分割的效果进行优化，实现复杂建筑物多边形轮廓的精确提取。