一种利用GF-2遥感影像进行多尺度建筑物屋顶识别的方法

    公开(公告)号:CN116469005A

    公开(公告)日:2023-07-21

    申请号:CN202310317304.X

    申请日:2023-03-27

    Abstract: 本发明公开了一种利用GF‑2遥感影像进行多尺度建筑物屋顶识别的方法,该方法基于DeepLabv3+网络结构,在编码阶段针对空间金字塔池化结构增加了基于归一化的注意力机制NAM,抑制不显著的特征,更好的提取建筑物屋顶多尺度特征。利用不同膨胀率的深度可分离卷积代替ASPP结构中传统的空洞卷积,综合深度可分离卷积和空洞卷积的优点,提高了模型的高效性。在解码阶段特征融合的过程中,将主干网络ResNet101的底层和中层输出的特征通过自注意力与卷积集合模块,以得到更加精细的识别结果。利用本发明实现对建筑物屋顶的提取,能够处理建筑物屋顶边缘识别不精细的问题,同时也有效优化了不同尺度建筑物屋顶的识别准确性。

    一种基于改进DeepLabV3+网络的复杂场景下建筑物提取的方法

    公开(公告)号:CN116805320A

    公开(公告)日:2023-09-26

    申请号:CN202310602708.3

    申请日:2023-05-25

    Abstract: 本发明公开了一种基于改进DeepLabV3+的复杂场景下建筑物提取方法,首先获取GF‑2遥感数据,对数据进行存储、配准、切割和标注等预处理,基于改进后的DeepLabV3+网络对建筑物数据集进行分割,构建建筑物分割模型。利用建筑物分割模型分别对各个行政区域不同时间的数据进行分割,根据分割结果计算出对应区域的建筑面积,对比分析建筑面积的变化量,实现区域建筑物动态监测。利用本方法可以实现对城市建筑物面积的精算,有效掌握城市建筑物的变化情况,辅助城市管理等部门及时发现新建建筑物,为城市管理应用场景创新提供新方向,为城市资源合理调度提供支持,助力城市规划。

    基于GF-2遥感影像多尺度路网提取的非对称对抗性学习方法

    公开(公告)号:CN115861840A

    公开(公告)日:2023-03-28

    申请号:CN202211571579.8

    申请日:2022-12-08

    Inventor: 林绍福 姚昕

    Abstract: 本发明公开了基于GF‑2遥感影像多尺度路网提取的非对称对抗性学习方法,本方法的复杂场景下非对称对抗性多尺度道路特征学习方法从两个方面来增加道路提取的能力,一方面采用对抗学习的网络架构,加强空间标签的连续性,与非逆向训练相比,可以生成更准确、平滑的结果。另一方面采用非对称的编解码结构作为分割网络,减少冗余特征的输入,并将高层特征逐渐与低层特征融合,保留更多细节信息。最后在鉴别器中引入结构监督,引导生成器生成与人工注释路网结构相似的注释路网,将道路线性特征引入提取过程,解决道路提取结果连通性问题。利用本发明实现对道路特征的提取,有效提高道路特征提取的准确率和连通性,且具有更高的精度。

    一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法

    公开(公告)号:CN114266984B

    公开(公告)日:2024-04-26

    申请号:CN202111482807.X

    申请日:2021-12-07

    Abstract: 本发明公开了一种利用高分辨率遥感影像计算区域建筑物屋顶光伏可改造区减碳量的方法,通过GF‑2遥感影像提取建筑物矢量图并进行位置配准,利用DeepLabv3+网络对配准后图像识别,然后基于识别结果计算平屋顶及斜屋顶面积,利用建筑物屋顶参数、屋顶光伏参数、太阳辐射参数建模计算可改造屋顶光伏容量,最后结合标准煤耗、标准煤的二氧化碳排放因子、可改造屋顶光伏容量构建可改造屋顶光伏减碳量模型。利用本发明可以实现对建筑物屋顶光伏可改造区减碳量的计算,有效评估光伏可开发容量和节能减碳量、预测屋顶光伏发电潜力,实现“碳达峰,碳中和”目标下屋顶光伏减碳量的评估。

    一种利用高分辨率遥感影像识别建筑垃圾消纳场状态的方法

    公开(公告)号:CN114821339A

    公开(公告)日:2022-07-29

    申请号:CN202210600900.4

    申请日:2022-05-30

    Abstract: 本发明公开了一种利用高分辨率遥感影像识别建筑垃圾消纳场状态的方法。利用Python脚本将研究区空间信息写入遥感影像数据集,基于消纳场位置信息进行切割构建消纳场区域数据集,然后通过DeepLabv3+网络对该数据集进行消纳场内部分布识别训练,最后利用训练模型对测试集做出识别并进行结果评估。识别建筑垃圾消纳场的内部分布,包括空地区域、已堆放区域、建筑垃圾消纳场工程设施等,进而预测消纳场的处理能力状态,并且基于真实场景对识别结果做出评估,为城市管理应用场景创新提供新方向,为城市资源合理调度提供支持。

    一种基于多源数据融合的路面光伏改造减碳量评估的方法

    公开(公告)号:CN117332369A

    公开(公告)日:2024-01-02

    申请号:CN202311312880.1

    申请日:2023-10-11

    Abstract: 本发明公开了一种基于多源数据融合的路面光伏改造减碳量评估的方法,首先,基于遥感影像数据利用深度学习方法提取道路区域。然后,对提取的道路区域按照道路宽度进行等级分类,基于POI信息和各级道路光伏改造政策推荐道路光伏可改造区。在评估太阳能潜力时考虑道路表面由周围地形形成的阴影区域,对实际道路光伏可用面积进行估算。使用辐照度数据评估道路光伏长期碳减排潜力。利用本发明可以实现对路面光伏减碳量的计算,有效评估光伏可开发容量和发电减碳量、预测路面光伏发电潜力。

    一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法

    公开(公告)号:CN114266984A

    公开(公告)日:2022-04-01

    申请号:CN202111482807.X

    申请日:2021-12-07

    Abstract: 本发明公开了一种利用高分辨率遥感影像计算区域建筑物屋顶光伏可改造区减碳量的方法,通过GF‑2遥感影像提取建筑物矢量图并进行位置配准,利用DeepLabv3+网络对配准后图像识别,然后基于识别结果计算平屋顶及斜屋顶面积,利用建筑物屋顶参数、屋顶光伏参数、太阳辐射参数建模计算可改造屋顶光伏容量,最后结合标准煤耗、标准煤的二氧化碳排放因子、可改造屋顶光伏容量构建可改造屋顶光伏减碳量模型。利用本发明可以实现对建筑物屋顶光伏可改造区减碳量的计算,有效评估光伏可开发容量和节能减碳量、预测屋顶光伏发电潜力,实现“碳达峰,碳中和”目标下屋顶光伏减碳量的评估。

Patent Agency Ranking