摘要
本发明公开了一种遥感影像建筑物提取方法,不仅能够精准提取遥感影像中的多尺度建筑特征,还能建立全局上下文与局部细节的长期关联,并根据特征重要性自适应区分关键信息与干扰信息,显著提升特征学习效率。为充分利用多层级特征的互补信息,引入层次化上下文‑细节注意力机制,从浅层边缘特征到深层语义特征逐级递进处理,模拟人类视觉认知过程,有效实现多尺度建筑特征的协同提取与融合。相较于传统单尺度处理方法,本方法提取的建筑轮廓更加完整,细节保留更为丰富,对复杂城市场景具有更强的适应能力,在处理高层建筑群阴影遮挡、历史街区不规则建筑等复杂场景时表现出显著优势,为智慧城市建设和国土空间规划提供了可靠的技术支撑。
技术关键词
高频特征
融合特征
频段
模拟人类视觉
国土空间规划
通道
全局特征提取
多层级特征
瓶颈
建筑轮廓
可读存储介质
建筑物
图像
处理器
注意力机制
语义特征
系统为您推荐了相关专利信息
局部图像特征
多模态特征融合
布局
融合特征
大语言模型
神经网络模型
故障诊断方法
注意力
子模块
多尺度膨胀卷积
多模态医学影像
文本编码器
图像编码器
预训练模型
多场景
血管图像分割方法
多模态协同
信息熵
融合特征
动态