[发明专利]基于门控深度残差优化网络的建筑物提取方法有效
| 申请号： | 201910175523.2 | 申请日： | 2019-03-07 |
| 公开（公告）号： | CN109934153B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 黄健锋;张新长;辛秦川;孙颖 | 申请（专利权）人： | 张新长;辛秦川;黄健锋;孙颖 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/774;G06V10/82;G06N3/0464 |
| 代理公司： | 广东广盈专利商标事务所(普通合伙) 44339 | 代理人： | 李俊 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于门控深度残差优化网络的建筑物提取方法，其包括：获得高分辨率航空影像和机载LiDAR点云数据的图像特征组合；通过随机裁剪、旋转、翻转、明暗度调整的方式增强图像样本的多样性；利用改进的深度残差卷积神经网络自动学习图像的多层次特征，得到粗略的建筑物提取结果；采用门控特征标记单元进行有效特征的筛选与融合，通过逐次上采样获得高质量的建筑物提取结果。实施本发明实例，将特征信息门控传递机制与深度残差卷积神经网络相结合，用于高分辨率航空影像和机载LiDAR点云数据的建筑物提取。 | ||
| 搜索关键词： | 基于 门控 深度 优化 网络 建筑物 提取 方法 | ||
【主权项】：
1.一种基于门控深度残差优化网络的建筑物提取方法，其特征在于，包括如下步骤：获得高分辨率航空影像和机载LiDAR点云数据的图像特征组合；通过随机裁剪、旋转、翻转、明暗度调整的方式增强图像样本的多样性；利用改进的深度残差卷积神经网络自动学习图像的多层次特征，得到粗略的建筑物提取结果；采用门控特征标记单元进行有效特征的筛选与融合，通过逐次上采样获得高质量的建筑物提取结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于张新长;辛秦川;黄健锋;孙颖，未经张新长;辛秦川;黄健锋;孙颖许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910175523.2/，转载请声明来源钻瓜专利网。
