一种基于Transformer的宅基地遥感图像违建识别方法及系统技术方案

本发明专利技术涉及G06K9/00领域，具体为一种基于Transformer的宅基地遥感图像违建识别方法及系统。本发明专利技术提供了一种基于Transformer的宅基地遥感图像违建识别方法及系统，通过利用Transformer作为骨干网络的全局自注意力机制捕获农房宅基地，结合Faster RCNN范式进行目标检测与标注，避免识别结果受到遥感图像尺度与检测目标大小变化的影响，有效提高目标提取、定位和判定精确度；解决了传统方法识别准确度不足，人力资源投入大，效率低下，费时费力等问题。为农村违建宅基地的快速准确识别提供了一种新的技术手段，有助于相关管理部门提高工作效率，具有很高的实际应用价值。具有很高的实际应用价值。

【技术实现步骤摘要】
一种基于Transformer的宅基地遥感图像违建识别方法及系统


[0001]本专利技术涉及G06K9/00领域，具体为一种基于Transformer的宅基地遥感图像违建识别方法及系统。

技术介绍

[0002]目前，宅基地违规建设的识别方法主要是通过人工对高分辨率遥感图像的目测比较与标注。近年来，随着机器学习以及深度学习的发展，不少研究人员提出基于相关研究的方法，虽然取得了一定的效果，但是传统的人工对高分辨率遥感图像的目测比较与标注存在人力资源投入大、效率低下、费时费力等问题。
[0003]中国专利CN111692978A公开了一种基于多源影像数据的违章建筑识别方法，主要通过卫星图像识别并根据建筑物的本地太阳高度角信息以及建筑物的影子，求解获得建筑物的实际占地面积以及建筑物高度，并与备案信息相对比识别，虽然可以应用于城市建筑违章识别中，但是这种基于像素特征的统计学习或者机器学习方法存在过程复杂，容易因为输入照片特征的变化而出现精度低下的问题。中国专利CN109101984A公开了一种基于卷积神经网络的图像识别方法及装置，虽然一定程度提高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Transformer的宅基地遥感图像违建识别方法，其特征在于，至少包括以下步骤：步骤1：获取农村宅基地的遥感图像；步骤2：通过获取的遥感图像数据，构建数据集并对数据集进行划分；步骤3：图像预处理与图像增强；步骤4：将经过预处理与增强的图像输入到Transformer模型中进行全局自注意力特征提取得到特征图；步骤5：采用RPN网络通过特征图提出区域提案；步骤6：收集特征图和区域提案，提取提案特征图；步骤7：将提案特征图送入分类器进行分类并且得到候选框；步骤8：构建基于Transformer的宅基地遥感图像违建识别系统。2.根据权利要求1所述的一种基于Transformer的宅基地遥感图像违建识别方法，其特征在于，所述步骤1中获取农村宅基地的遥感图像的的方式包括卫星拍摄、航空拍摄以及近景拍摄。3.根据权利要求1所述的一种基于Transformer的宅基地遥感图像违建识别方法，其特征在于，所述步骤2中数据集在机器学习或深度学习流程中进行划分，划分为训练集和测试集。4.根据权利要求1所述的一种基于Transformer的宅基地遥感图像违建识别方法，其特征在于，所述步骤3中图像预处理与图像增强方式至少包括：(1)将图像重新调整到符合模型输入的大小；(2)对图像进行几何变换；(3)对图像进行标准化和归一化；(4)对图像的属性进行随机调整；(5)对图像进行随机的遮挡。5.根据权利要求1所述的一种基于Transformer的宅基地遥感图像违建识别方法，其特征在于，所述步骤4中Transformer模型具体为Swin Transformer模型，采用分层和滑窗的设计，引入了计算机视觉先验的局部操作。6.根据权利要求1所述的一种基于Transformer的宅基地遥感图像违建识别方法，...

【专利技术属性】
技术研发人员：李琦伟，林海，陈德锋，林继红，邱少健，
申请(专利权)人：诺维艾创广州科技有限公司，
类型：发明
国别省市：