公开(公告)号：CN119314039A

公开(公告)日：2025-01-14

申请号：CN202411292398.0

申请日：2024-09-14

Applicant: 苏州科技大学

Inventor： 王永志 ,  邹永康 ,  朱韵琦 ,  李文泉

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的高分辨率遥感影像建筑屋顶提取及高度估计方法，涉及遥感数据处理及应用技术领域。包括获取自制城市建筑数据集、WHU全球城市数据集、Inria数据集、Vaihingen数据集和Potsdam数据集，对数据集进行预处理，构建建筑屋顶提取模型MA‑UNet++和评价指标，分别利用自制城市建筑数据集、WHU全球城市数据集和Inria数据集对MA‑UNet++模型进行验证并训练，得到最优MA‑UNet++模型，构建建筑高度估计模型SDLHNet和评价指标，分别利用Vaihingen数据集和Potsdam数据集进行验证并训练，得到最优SDLHNet模型，将最优MA‑UNet++模型和最优SDLHNet模型基于Potsdam数据集进行融合分析，确定综合性能与效益。本发明有助于提高对高分辨率遥感影像中建筑多维信息提取的精确性。