[發明專利]基于深度學習的遙感影像道路軌跡正確性核查方法及裝置

在審

• 申請號: 202010904124.8
• 申請日: 2020-09-01
• 公開（公告）號: CN112115817A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 蔡紅玥;袁勝古;李程;丁勇強;盛光曉;覃落雨
• 申請（專利權）人: 國交空間信息技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/04
• 代理公司: 北京華專卓海知識產權代理事務所(普通合伙) 11664
• 代理人: 張繼鑫

1.一種基于深度學習的遙感影像道路軌跡正確性核查方法，其特征在于，包括：

獲取道路核查參考遙感影像數據；

將所述參考影像經預處理后輸入預先訓練得到的道路識別模型中，得到對應的道路識別結果；

根據待核查道路矢量數據與所述道路識別結果進行核查。

2.根據權利要求1所述的方法，其特征在于，

所述預處理為對所述參考影像進行裁剪，得到多個標準尺寸的遙感影像；

所述道路識別結果為對識別得到的道路影像進行拼接得到的。

3.根據權利要求1所述的方法，其特征在于，所述預先訓練得到的道路識別模型是通過以下步驟訓練得到的：

獲取訓練集遙感影像及對應的道路矢量數據；

根據所述遙感影像及對應的道路矢量數據生成訓練樣本；

將所述訓練樣本輸入預設的神經網絡模型進行訓練；其中，所述神經網絡模型為Unet網絡模型。

4.根據權利要求3所述的方法，其特征在于，根據所述遙感影像及對應的道路數據生成訓練樣本包括：

根據對應的道路矢量數據構建緩沖區，將遙感影像作為底圖，按照道路與矢量的地理對應關系，對所述遙感影像中除道路以外的其他部分進行掩模處理；對掩膜處理后的影像進行行列等分裁剪，形成標準尺寸的正方形二值圖像塊作為樣本。

5.根據權利要求1所述的方法，其特征在于，根據待核查道路矢量數據與所述道路識別結果進行核查包括：

加載待核查道路矢量數據，在道路數據的特征點處進行打斷，形成多個簡單路段數據；

對所述多個簡單路段數據進行擴張，生成所述待核查道路矢量數據的緩沖區；

根據所述道路識別結果在所述待核查道路矢量數據的緩沖區的占比，判斷待核查道路的正誤情況。

6.根據權利要求5所述的方法，其特征在于，加載待核查道路矢量數據，在道路數據的特征點處進行打斷，形成多個簡單路段數據包括：

加載所述待核查道路矢量數據后，根據預設判斷規則，確定特征點，在所述特征點處對所述待核查道路矢量數據進行打斷，形成多個簡單路段數據；所述預設判斷規則包括彎曲角度、彎曲趨勢和最小路段長度規則。

7.根據權利要求5所述的方法，其特征在于，根據所述道路識別結果在所述待核查道路矢量數據的緩沖區的占比，判斷待核查道路的正誤情況包括：

根據所述占比與預設閾值的關系，判斷待核查道路的正誤情況。

8.一種基于深度學習的遙感影像道路軌跡正確性核查裝置，其特征在于，包括：

獲取模塊，用于獲取道路核查參考遙感影像數據；

識別模塊，用于將所述參考遙感影像輸入預先訓練得到的道路識別模型中，得到對應的道路識別結果；

核查模塊，用于根據待核查道路矢量數據與所述道路識別結果進行核查。

9.一種電子設備，包括存儲器和處理器，所述存儲器上存儲有計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1～7中任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1～7中任一項所述的方法。