一种违章建筑物检测方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种违章建筑物检测方法、装置、电子设备和存储介质，涉及计算机视觉领域。具体实现方案为：基于卫星图像数据，确定候选违章建筑物的位置信息；根据所述候选违章建筑物的位置信息，确定所述候选违章建筑物的属性信息；根据所述候选违章建筑物的属性信息，对所述候选违章建筑物进行分类。本申请实施例提高了违章建筑物的检测效率以及检测准确度。

【技术实现步骤摘要】
一种违章建筑物检测方法、装置、电子设备和存储介质
本申请涉及数据处理技术，具体涉及计算机视觉技术，尤其涉及一种一种违章建筑物检测方法、装置、电子设备和存储介质。
技术介绍
违章建筑物是指未取得拟建工程规划许可证，在规划区以外建设，违反相关法律法规的规定动工建造的房屋及设施。违章建筑物存在侵占安全通道和非法占用耕地、影响城市公共空间、破坏生态环境等特点，因此亟需处理。并且由于很多违章建筑物隐匿在合法建筑物里，增加了检测的难度和降低了检测的准确度。
技术实现思路
本申请实施例提供了一种用于违章建筑物检测的方法、装置、电子设备和存储介质。根据第一方面，提供了一种违章建筑物检测方法，包括：基于卫星图像数据，确定候选违章建筑物的位置信息；根据所述候选违章建筑物的位置信息，确定所述候选违章建筑物的属性信息；根据所述候选违章建筑物的属性信息，对所述候选违章建筑物进行分类。根据第二方面，提供了一种违章建筑物检测装置，包括：位置信息确定模块，用于基于卫星图像数据，确定候选违章建筑物的位置信息；属性信息确定模块，用于根据所述候选违章建筑物的位置信息，确定所述候选违章建筑物的属性信息；建筑物分类模块，用于根据所述候选违章建筑物的属性信息，对所述候选违章建筑物进行分类。根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本申请实施例中任一所述的违章建筑物检测方法。根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如本申请实施例中任一所述的违章建筑物检测方法。根据本申请的技术提高了违章建筑物的检测效率以及检测准确度。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请实施例公开的一种违章建筑物检测方法的流程示意图；图2是根据本申请实施例公开的一种违章建筑物检测方法的流程示意图；图3是根据本申请实施例公开的一种违章建筑物检测方法的示意图；图4是根据本申请实施例公开的一种违章建筑物检测方法的流程示意图；图5是根据本申请实施例公开的一种违章建筑物检测装置的结构示意图；图6是用来实现本申请实施例的违章建筑物检测方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1是根据本申请实施例公开的一种违章建筑物检测方法的流程示意图，本实施例可以适用于对违章建筑物进行检测的情况，典型的，本实施例可以适用于对候选违章建筑物进行分类的情况。本实施例方法可以由违章建筑物检测装置执行，该装置可采用软件和/或硬件的方式实现，并可集成在电子设备中。参见图1，本实施例公开的违章建筑物检测方法可以包括：S101、基于卫星图像数据，确定候选违章建筑物的位置信息。其中，卫星图像数据为各种人造地球卫星在运行过程中，通过照相机、电视摄像机、多光谱扫描仪等设备，对地面地物进行摄影或扫描所获得的图像资料。候选违章建筑物为经过对获取的卫星图像数据的分析处理得到的可能为违章建筑物的对象。位置信息为候选违章建筑物的具体位置，可以为经纬度位置等，本实施例对此不作限制。由于卫星图像中的像素点和实际经纬度坐标能够一一对应，因此候选违章建筑物的位置信息可以从卫星图像数据中获取。具体的，基于图像处理技术，对卫星图像数据进行处理，得到卫星图像数据中的候选违章建筑物。本申请实施例对图像处理技术不做具体限定。可选的，基于卫星图像数据，确定候选违章建筑物的位置信息，包括：将所述卫星图像数据作为违章建筑物检测模型的输入，并根据所述违章建筑物检测模型的输出确定候选违章建筑物的位置信息；其中，所述违章建筑物检测模型基于实例分割模型构建。违章建筑物检测模型用于对输入的卫星图像数据进行违章建筑物识别，将违章建筑物检测模型识别的结果作为候选违章建筑物。其中，违章建筑物检测模型预先根据标注有违章建筑物信息的卫星图像样本训练得到，可以基于MaskR-CNN等实例分割模型构建，本实施例对此不进行任何限制。其中，实例分割模型为首先识别出图形中的不同实例，再在不同实例区域内进行逐像素标记的模型。通过构建违章建筑物检测模型获取候选违章建筑物，缩小违章建筑物的检测范围，以便对获取的候选违章建筑物的进一步分析处理，获取更精确的检测结果，提高了违章建筑物的检测效率以及检测的准确度。在获取候选违章建筑物的情况下，可以根据卫星图像数据中像素点与地理位置的对应关系，确定候选违章建筑物的位置信息。S102、根据所述候选违章建筑物的位置信息，确定所述候选违章建筑物的属性信息。根据候选违章建筑物的位置信息确定候选违章建筑物所在区域，并通过分析该区域处的用户数据获取该处候选违章建筑物的属性信息。属性信息可以为候选违章建筑物所在范围内的人或物的信息，例如候选违章建筑物A为居住用地，或候选违章建筑物B中每日早上八点至下午五点活动的人数等。S103、根据所述候选违章建筑物的属性信息，对所述候选违章建筑物进行分类。其中，候选违章建筑物可以有至少两种类型，例如违章建筑物，非违章建筑物，非违章建筑物类别下还可以再细分有至少两种子类别。可以基于机器学习，对候选违章建筑物进行分类。具体的，可以基于分类模型，将属性信息作为预先构建的分类模型的输入特征，分类模型的输出作为分类结果。其中，分类模型可以为逻辑回归模型、支持向量机或深度学习模型等，本实施例对此不作限制。可选的，所述违章建筑物为违章大棚房；所述候选违章建筑物的类别包括非违章建筑物、民用违章建筑物和商用违章建筑物。其中，大棚房是指一些工商企业、个人及组织借建农业设施或农业园区之名，违法违规占用耕地甚至永久基本农田，用于非农业建设的建筑。针对违章大棚房，候选违章建筑物包括非违章建筑物、民用违章建筑物和商用违章建筑物。其中，非违章建筑物为经过基于卫星图像数据初步识别后识别错误的候选违章建筑物；商用违章建筑物和民用违章建筑物为违章建筑物在功能上的分类。通过检测违章建筑物时对违章建筑物进行分类，便于后续针对不同类型的违章建筑物进行进一步处理。结合候选违章建筑物的属性信息，对所述候选违章建筑物进行分类，提高了违章建筑物检测的准确性。示本文档来自技高网...

【技术保护点】
1.一种违章建筑物检测方法，其特征在于，包括：/n基于卫星图像数据，确定候选违章建筑物的位置信息；/n根据所述候选违章建筑物的位置信息，确定所述候选违章建筑物的属性信息；/n根据所述候选违章建筑物的属性信息，对所述候选违章建筑物进行分类。/n

【技术特征摘要】
1.一种违章建筑物检测方法，其特征在于，包括：
基于卫星图像数据，确定候选违章建筑物的位置信息；
根据所述候选违章建筑物的位置信息，确定所述候选违章建筑物的属性信息；
根据所述候选违章建筑物的属性信息，对所述候选违章建筑物进行分类。


2.根据权利要求1所述的方法，其特征在于，所述候选违章建筑物的属性信息包括如下至少一项：所述候选违章建筑物的常驻数据、到访数据和搜索数据；
所述常驻数据包括当前周期的工作人数和/或居住人数；
所述到访数据包括预设时段的到访人数和/或停留时段；
所述搜索数据为位于所述候选违章建筑物所属区域中用户的搜索序列。


3.根据权利要求2所述的方法，其特征在于，所述候选违章建筑物的属性信息还包括所述候选违章建筑物的用户画像数据。


4.根据权利要求1所述的方法，其特征在于，根据所述候选违章建筑物的位置信息，确定所述候选违章建筑物的属性信息之前，还包括：
对所述候选违章建筑物进行筛选。


5.根据权利要求4所述的方法，其特征在于，对所述候选违章建筑物进行筛选，包括：
基于地理围栏技术，滤除与路网中建筑物区域交叠的候选违章建筑物。


6.根据权利要求4所述的方法，其特征在于，对所述候选违章建筑物进行筛选，包括：
对用户位置进行聚类，得到用户区域；
滤除与所述用户区域独立的所述候选违章建筑物。


7.根据权利要求1所述的方法，其特征在于，基于卫星图像数据，确定候选违章建筑物的位置信息，包括：
将所述卫星图像数据作为违章建筑物检测模型的输入，并根据所述违章建筑物检测模型的输出确定候选违章建筑物的位置信息；
其中，所述违章建筑物检测模型基于实例分割模型构建。


8.根据权利要求1所述的方法，其特征在于，若所述候选违章建筑物的类别为民用违章建筑物或商用违章建筑物，则对所述候选违章建筑物进行分类之后，还包括：
根据...

【专利技术属性】
技术研发人员：万程，杨敬，陈程，彭继东，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11