摘要
本发明公开了一种面向建筑物规则化制图的置信度图后处理方法。该方法包括以下步骤:首先,针对高分辨率遥感影像中的建筑物特征,设计并实现自动化生成用于训练的建筑物规则化制图样本集;其次,构建一种结合Transformer和卷积神经网络优势的置信度图后处理方法,以提高对置信度图局部区域和整体场景的特征融合能力,确保建筑物提取的完整性;再次,引入生成对抗模块,通过自适应二分类过程增强建筑物边界的精细程度;最后,在多个航空和卫星数据集上验证该方法的有效性,并与现有技术进行对比分析。本发明的方法显著提高了建筑物边界提取的整体精度和规则性。
技术关键词
后处理方法
高分辨率遥感影像
重构模块
局部特征提取
编码器
多尺度特征
特征加权融合
传播算法
约束生成器
分支
损失函数优化
语义分割模型
解码器
生成对抗网络
建筑物轮廓
存储程序指令
后处理系统
系统为您推荐了相关专利信息
LDPC编码系统
NB‑LDPC编码
符号
复杂度
非二进制低密度奇偶校验
外参标定方法
模糊核估计
编码器
解码器
机器人视觉系统
一体化污水处理设备
历史运行数据
状态空间模型
记忆
监测方法
多模态信息
深度图像数据
表面粗糙度检测
彩色图像数据
激光对射传感器
地图定位系统
特征地图
视觉定位模块
车辆定位
车载相机