[發(fā)明專利]基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010523895.2
• 申請(qǐng)日: 2020-06-10
• 公開(kāi)（公告）號(hào): CN111709346A
• 公開(kāi)（公告）日: 2020-09-25
• 發(fā)明（設(shè)計(jì)）人: 熊永柱
• 申請(qǐng)（專利權(quán)）人: 嘉應(yīng)學(xué)院
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 河南豫龍律師事務(wù)所 41177
• 代理人: 高繼秀

1.一種基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法，其特征在于，包括下述步驟：

獲取遠(yuǎn)程采集的建筑圖片，將所述建筑圖片分割成個(gè)單元網(wǎng)格，N為正整數(shù)；

對(duì)單元網(wǎng)格的四條邊界框進(jìn)行判斷，判斷四條邊界框是否為建筑物邊界框，若為非建筑物邊界框，則設(shè)定為0，否則，若為建筑物邊界框，則設(shè)定為1，判斷單元網(wǎng)格的四條邊界框的和值是否非0，若非0，獲取非0值對(duì)應(yīng)的單元網(wǎng)格；

獲取單元網(wǎng)格的四條邊界框的和值為非0的所有相鄰單元網(wǎng)格，并去除邊界框，獲取建筑體，基于預(yù)設(shè)的特征常量，獲取所述建筑體的特征值，并將所述特征值作為所述建筑體的預(yù)估特征值；

獲取預(yù)估特征值，并基于預(yù)訓(xùn)練的建筑類別訓(xùn)練集，判斷圖片中建筑的預(yù)估特征值是否滿足訓(xùn)練集中建筑分類的預(yù)估特征值閾值；

若滿足，獲取所述建筑分類對(duì)應(yīng)的類別信息，確定為圖片中建筑的類別，完成識(shí)別。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法，其特征在于，所述獲取遠(yuǎn)程采集的建筑圖片信息包括：

可以通過(guò)手機(jī)，無(wú)人機(jī)的方式拍攝的方式，獲取圖片信息，將圖片發(fā)送到遠(yuǎn)程處理端，由遠(yuǎn)程處理端進(jìn)行分割處理。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法，其特征在于，所述對(duì)單元網(wǎng)格的四條邊界框進(jìn)行判斷，判斷四條邊界框是否為建筑物邊界框包括：

基于YOLOv2和ResNet-50圖片卷積層和色彩RGB格式，獲取圖片中各個(gè)物體的色彩RGB，將地面的色彩RGB設(shè)置為參照RGB，若單元網(wǎng)格的四條邊界框的色彩RGB中存在多條邊界框的色彩RGB與參照RGB不同，則判斷單元網(wǎng)格中有建筑物的圖片單元存在。

4.根據(jù)權(quán)利要求3所述的基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法，其特征在于，所述基于預(yù)設(shè)的特征常量，獲取所述建筑體的特征值，并將所述特征值作為所述建筑體的預(yù)估特征值包括：

基于YOLOv2目標(biāo)檢測(cè)模型，獲取每一個(gè)單元網(wǎng)格的預(yù)測(cè)類別，并獲取每一個(gè)單元網(wǎng)格周圍單元網(wǎng)格的置信度，并基于預(yù)設(shè)的算法公式，計(jì)算出整個(gè)建筑體的類別置信度，即所述建筑體的特征值，將所述特征值作為建筑體的預(yù)估特征值。

5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法，其特征在于，所述基于預(yù)訓(xùn)練的建筑類別訓(xùn)練集包括：

預(yù)先獲取若干張不同的建筑圖片，并將所述若干張不同建筑圖片作為訓(xùn)練集；

對(duì)訓(xùn)練集部分基于YOLOv2和ResNet-50模型，獲取每一張建筑圖片的類別置信度，并將滿足預(yù)設(shè)類別置信度閾值的建筑圖片加入到同一個(gè)集合中，并基于建筑物的學(xué)名信息對(duì)集合進(jìn)行命名。

6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法，其特征在于，所述判斷圖片中建筑的預(yù)估特征值是否滿足訓(xùn)練集中建筑分類的預(yù)估特征值閾值包括：

獲取圖片中建筑的預(yù)估特征值，并使用輪詢的方式對(duì)訓(xùn)練集中不同建筑物分類進(jìn)行類別置信度對(duì)比，判斷圖片中建筑的預(yù)估特征值是否滿足訓(xùn)練集中建筑分類的類別置信度閾值。

7.根據(jù)權(quán)利要求6所述的基于深度學(xué)習(xí)和高分影像的歷史建筑識(shí)別與檢測(cè)方法，其特征在于，所述若滿足，獲取所述建筑分類對(duì)應(yīng)的類別信息，確定為圖片中建筑的類別，完成識(shí)別包括：

若滿足，獲取所述建筑分類對(duì)應(yīng)的集合名稱，對(duì)圖片中建筑的類別以集合名稱進(jìn)行命名。