摘要
本发明提供一种基于多模态遥感数据的建筑加层智能识别方法及系统,属于建筑检测技术领域。本发明持续获取包括光学遥感影像和雷达遥感影像在内的多模态、多视角遥感影像;将遥感影像输入深度学习预测模型中,实现城市建筑群高度的精确预测;将多个时间节点预测的建筑高度信息通过差分分析法与变化向量分析计算不同时期高度数据的变化值;将超过第一阈值的建筑初步标记为加层建筑;进一步应用加权局部空间异常度量方法计算区域内高度变化的空间一致性指标,若超过第二阈值,则最终确定其为加层建筑。本发明能实现对城市区域内违法加层建筑的自动化、智能化识别,为城市管理和执法提供科学依据。
技术关键词
深度学习预测模型
智能识别方法
多模态
光学遥感影像
雷达遥感影像
滑动窗口尺寸
节点
高分辨率光学影像
数据
融合特征
特征提取模块
融合注意力机制
空间权重矩阵
建筑检测技术
滑动窗口技术
序列
像素
度量