摘要
本发明提供一种基于深度学习的违章建筑遥感智能识别方法、装置、设备及计算机可读介质。通过MultiRes模块对双时相遥感图像进行多尺度的建筑物特征提取,以获得双时相图像的视觉特征;再使用Transformer模块对双时相图像的视觉特征进行全局关联建模,以捕捉双时相图像之间同一区域的建筑物变化信息,并获得增强的双时相图像视觉特征;将增强的双时相图像视觉特征输入至简易预测头,标识出建筑物的变化区域,并生成建筑物变化检测结果;将建筑物变化检测结果与辅助矢量数据进行空间叠加分析,以识别出疑似违章建筑物。通过本发明提供的方法,提升了建筑物变化特征的提取精度,提高了潜在违建区域定位与筛选效率。
技术关键词
图像视觉特征
建筑物变化检测
建筑物特征提取
智能识别方法
生成建筑物
遥感图像特征
建筑物轮廓线
智能识别装置
多尺度
视觉特征提取
语义特征提取
处理器
分支
判别模块
计算机
系统为您推荐了相关专利信息
风险评估方法
热力图
生成建筑物
场地条件
疏散路径规划
废旧电路板
智能识别方法
元器件
图像
时序预测模型
激光扫描模型
智能识别方法
系统知识库
直方图
三维模型
施工现场钢筋
智能识别方法
高分辨率摄像头
注意力编码器
点云