[發明專利]一種基于遙感圖片與興趣點數據的城市用地功能識別方法

有效

• 申請號: 202010033194.0
• 申請日: 2020-01-13
• 公開（公告）號: CN113111691B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 卿粼波;許盛宇;何小海;滕奇志;劉美;牛通
• 申請（專利權）人: 四川大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/25;G06V10/80;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于遙感圖片與興趣點數據的城市用地功能識別方法，其特征在于：

a.通過多通道殘差神經網絡提取城市功能區對應遙感影像中的空間地理特征；

b.通過度量學習的方式提取城市功能區對應興趣點數據中的功能分布特征；

c.通過多模態特征融合模組將a,b中的特征進行異構融合對城市用地功能進行識別；

該方法主要包括以下步驟：

(1)獲取待研究城市功能區域的遙感影像數據與興趣點(point-of-interest,POI)數據；

(2)構建多通道殘差神經網絡，提取遙感影像數據中的多維度特征，并進行融合得到城市功能區的空間地理特征向量；

(3)對獲取的興趣點數據進行預處理，統計其中各種類型興趣點的頻率密度與功能密度，構建基于度量學習的余弦度量矩陣，提取興趣點數據中的功能分布特征；

(4)通過多模態特征融合模組，對兩種不同維度的特征向量進行加權，在數據層面進行深度異構融合，綜合分析當前城市區域的用地功能類型。

2.如權利要求1所述的基于遙感圖片與興趣點數據的城市用地功能識別方法，其特征在于在步驟(2)中構建的多通道殘差神經網絡，該網絡考慮遙感影像中不同空間分辨率的特征圖特點，通過多個通道分別提取圖片中的高分辨率特征與低分辨率特征，并在網絡中對不同分辨率的特征進行交叉融合，充分提取城市區域的空間地理特征信息。

3.如權利要求1所述的基于遙感圖片與興趣點數據的城市用地功能識別方法，其特征在于在步驟(3)中通過度量學習中的余弦距離度量方式，對待研究區域與各類城市用地功能的興趣點平均分布向量進行相似度度量，構建余弦度量代價矩陣，充分提取城市區域中的功能分布特征。

4.如權利要求1所述的基于遙感圖片與興趣點數據的城市用地功能識別方法，其特征在于在步驟(4)中構建多模態特征融合模組，對上述提取的空間地理特征與功能分布特征進行加權，并在數據層面上將這兩種不同維度的特征進行深度異構融合，提升城市用地功能類型識別的準確度。