[发明专利]一种基于DSSD的自动检测违章建筑方法及系统

说明书

本发明涉及违章建筑物影像识别领域，尤其为基于DSSD的自动检测违章建筑方法及系统，图像工作站、检测系统、系统终端，图像工作站负责违章建筑物图像，检测系统包括有训练集和测试集预处理、标注、神经网络判别，练集和测试集预处理包括多尺度图像去噪和增强。方法为图像工作站获取采集违章建筑物图，然后利用DSSD神经网络判别，最后将检测系统处理得到的结果发送到系统终端。本发明以智能图像处理技术和神经网络为基础完成了一种自动检测违章建筑系统，能够在一定程度上减少了人工识别的工作量，对城市动态监测，违章建筑识别和地理信息更新等具有重要意义。

技术领域

本发明涉及违章建筑物影像识别技术领域，具体为一种基于DSSD的自动检测违章建筑方法及系统。

背景技术

建筑物变化检测作为地理国情监测的重要内容之一，对违章建筑物识别、城市动态监测以及地理信息更新等具有重要意义。以城市违章建筑物检测为例，随着我国经济社会不断发展，城市化进程不断加快，城市建筑物不断增长，违法建筑物的数量和规模也在不断增加，这种现象既破坏城市规划和城市景观，又影响城市形象和居民生活，既是老百姓关注的热点问题，又是城市管理的难点问题，更是影响社会和谐的负面因素之一。目前，“违法成本低，执法成本高”是违法建筑物屡禁不止的主要原因之一，除了相关法律环节欠缺外，对违法建筑物的检测方面也比较薄弱，由于对违法建筑物缺乏自动化的监测手段，利用人工检查的方式具有诸多弊端，一是发现过程周期较长，二是大范围的监测成本高昂。近年来北京等城市尝试了利用卫星图像数据进行违法建筑物检测，但是图像信息的自动分析技术仍然不够成熟，流程中人工识别和验证参与的比重大。每年全国的土地执法部门、城市管理部门用于该项任务的人力物力投入数以十亿计。市场上迫切需要一种自动化程度高、稳健可靠的方法进行城市违章建筑物的检测，从而推动城市违法建筑物的整治进程。

发明内容

本发明的目的在于提供一种基于DSSD的自动检测违章建筑方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于DSSD的自动检测违章建筑方法，包括如下几个步骤：

步骤1：图像工作站负责采集建筑区图像，先对图像进行图像清晰度预处理，然后送入检测系统进行图像处理；

步骤2：检测系统将收集来的图像分成训练集和测试集两部分进行处理和分析，其中：训练集和测试集包括预处理、标注、神经网络判别；

步骤3：将识别结果发送系统终端，作为辅助诊断结果交由用户做最后诊断。

优选的，训练集和测试集预处理包括多尺度图像去噪和增强，将训练集和测试集图像进行作标注处理，放入DSSD神经网络中进行训练识别。

优选的，DSSD神经网络包括特征层、反卷积模块、反卷积层以及预测模块。

优选的，特征层为6层，其构成是以ResNet101为基础网络，conv3_x层作为ResNet101中的卷积层，之后五层是一系列逐渐变小的卷积层；预测模块是在SSD预测模块(a)的基础上添加了一个残差单元，并在残差旁路将原来的特征图做卷积处理后与网络主干道的特征图做通道间加法从而形成了一个新的预测模块(b)。

优选的，DSSD神经网络识别病灶基于回归与分类的过程，其中：生成识别边框是一个回归的过程，判断识别框内病灶所属类别是一个分类过程，因此，总体目标损失函数是定位损失和置信损失的加权和：