[发明专利]建筑楼块的识别方法、装置、服务器及存储介质

权利要求书

1.一种建筑楼块的识别方法，其特征在于，包括：

获取待识别的卫星图像；

利用已训练的神经网络模型对所述卫星图像进行识别，以确定所述卫星图像上包含的所有疑似建筑轮廓、以及每个所述疑似建筑轮廓的置信度；

根据所述置信度从所述疑似建筑轮廓中确定目标轮廓集合，以从所述卫星图像中识别出建筑楼块，所述目标轮廓集合中包含至少一个目标轮廓。

2.根据权利要求1所述的建筑楼块的识别方法，其特征在于，所述根据所述置信度从所述疑似建筑轮廓中确定目标轮廓集合，包括：

从当前所有疑似建筑轮廓中选取置信度最高的作为目标轮廓，加入目标轮廓集合中；

根据所述目标轮廓从当前剩余的疑似建筑轮廓中确定待删除轮廓；

将所述待删除轮廓进行删除，并返回执行所述从当前所有疑似建筑轮廓中选取置信度最高的作为目标轮廓的步骤。

3.根据权利要求2所述的建筑楼块的识别方法，其特征在于，所述根据所述目标轮廓从当前剩余的疑似建筑轮廓中确定待删除轮廓，包括：

计算每个剩余的所述疑似建筑轮廓与目标轮廓之间的重叠度；

获取所述重叠度大于预设阈值的所述疑似建筑轮廓，作为待删除轮廓。

4.根据权利要求1所述的建筑楼块的识别方法，其特征在于，在根据所述置信度从所述疑似建筑轮廓中确定目标轮廓集合之后，还包括：

利用预设算法对所述目标轮廓集合中的目标轮廓进行调整，得到对应的调整后轮廓；

将每个所述调整后轮廓中轮廓点的图像坐标转换为地理坐标；

根据所述地理坐标生成所述卫星图像对应的建筑图层。

5.根据权利要求4所述的建筑楼块的识别方法，其特征在于，所述利用预设算法对所述目标轮廓集合中的目标轮廓进行调整，包括：

确定所述目标轮廓集合中每个目标轮廓的顶点图像坐标；

基于预设算法对所述顶点图像坐标进行调整，以对所述目标轮廓进行调整。

6.根据权利要求1所述的建筑楼块的识别方法，其特征在于，在利用已训练的神经网络模型对所述卫星图像进行识别之前，所述生成方法还包括：

获取多个已识别卫星图像、以及每个所述已识别卫星图像对应的已绘制建筑图层；

根据所述已识别卫星图像和已绘制建筑图层生成训练样本；

利用所述训练样本对所述神经网络模型进行训练。

7.根据权利要求6所述的建筑楼块的识别方法，其特征在于，所述训练样本包括图像数据和标记数据，所述根据所述已识别卫星图像和已绘制建筑图层生成训练样本，包括：

将所述已识别卫星图像和已绘制建筑图层统一到同一坐标系中；

将统一后的所述已识别卫星图像作为图像数据，将统一后的所述已绘制建筑图层作为标记数据。

8.一种建筑楼块的识别装置，其特征在于，包括：

获取模块，用于获取待识别的卫星图像；

识别模块，用于利用已训练的神经网络模型对所述卫星图像进行识别，以确定所述卫星图像上包含的所有疑似建筑轮廓、以及每个所述疑似建筑轮廓的置信度；

确定模块，用于根据所述置信度从所述疑似建筑轮廓中确定目标轮廓集合，以从所述卫星图像中识别出建筑楼块，所述目标轮廓集合中包含至少一个目标轮廓。

9.一种服务器，其特征在于，包括处理器和存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据，所述处理器用于执行权利要求1至7任一项所述的建筑楼块的识别方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行权利要求1至7任一项所述的建筑楼块的识别方法。