基于旋转框的建筑物检测方法与应用  

作　　者：李双江 黄志远 骆元鹏 付江缺 张奇 LI Shuangjiang;HUANG Zhiyuan;LUO Yuanpeng;FU Jiangque;ZHANG Qi

机构地区：[1]中国电力工程顾问集团中南电力设计院有限公司,湖北武汉430071

出　　处：《信息技术与信息化》2023年第12期216-220,共5页Information Technology and Informatization

摘　　要：精准地检测建筑物目标在城市规划、灾情评估、军事侦察等方面均有重要意义。针对流行的目标检测方法采用最小包围矩形表示实例不能对多方向型的建筑物进行精确定位的问题,构建了一种端到端的基于旋转框的建筑物检测方法,所提出的方法以RoI Transformer为基础,在不同的特征提取网络上进行实验研究。研究结果表明,模型ResNet+RoI Transformer对多方向型建筑物有较好的检测结果。利用所提出的模型搭建建筑物提取原型系统,系统可以对多种配置模型进行训练,支持对任意尺寸的高分辨率遥感影像进行检测,并可将检测结果转换为矢量文件,不仅在工程上大大降低了人工矢量化带来的成本,还可以为城市规划部门提供快速、准确的建筑基础数据。

关 键 词：旋转框 深度学习 建筑物 遥感影像 

分 类 号：P237[天文地球—摄影测量与遥感] TP751[天文地球—测绘科学与技术]