【技术实现步骤摘要】
基于无人机的违章建筑检测方法、设备及介质
[0001]本申请实施例涉及图像处理领域,尤其涉及基于无人机的违章建筑检测方法
、
设备及介质
。
技术介绍
[0002]通过建筑区域的历史遥感图像和当前遥感图像进行对比可以快速发现违章建筑,目前通常通过图像识别软件来辅助对比建筑区域的历史遥感图像和当前遥感图像,但是建筑区域的遥感图像中的汽车等干扰物会对单阶段的变化检测算法造成干扰,易引发误检;另外,建筑区域场景复杂多样,变化目标类间特征差异小,难以有效定位变化目标
。
技术实现思路
[0003]以下是对本文详细描述的主题的概述
。
本概述并非是为了限制权利要求的保护范围
。
[0004]本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一,本申请实施例提供了基于无人机的违章建筑检测方法
、
设备及介质,能准确辨别违章建筑
。
[0005]本申请的第一方面的实施例,一种基于无人机的违章建筑检测方法,包括:
[0006]获取建筑区域的双时相图像,所述双时相图像包括建筑区域的历史图像和当前图像;
[0007]根据所述双时相图像生成前景图;
[0008]根据所述前景图检测得到干扰目标;
[0009]对所述干扰目标进行共享掩膜处理,得到所述历史图像的第一掩膜图像和所述当前图像的第二掩膜图像,所述第一掩膜图像和所述第二掩膜图像共享掩膜;
[0010]对所述第一掩膜图像进行特征 ...
【技术保护点】
【技术特征摘要】
1.
一种基于无人机的违章建筑检测方法,其特征在于,包括:获取建筑区域的双时相图像,所述双时相图像包括建筑区域的历史图像和当前图像;根据所述双时相图像生成前景图;根据所述前景图检测得到干扰目标;对所述干扰目标进行共享掩膜处理,得到所述历史图像的第一掩膜图像和所述当前图像的第二掩膜图像,所述第一掩膜图像和所述第二掩膜图像共享掩膜;对所述第一掩膜图像进行特征提取得到第一时间特征,对所述第二掩膜图像进行特征提取得到第二时间特征,融合所述第一时间特征和所述第二时间特征得到总时间特征;通过注意力机制由所述总时间特征生成空间上下文信息和通道上下文信息;融合多个尺度的空间上下文信息和通道上下文信息得到目标变化信息;根据所述目标变化信息进行预测,得到目标违章建筑
。2.
根据权利要求1所述的一种基于无人机的违章建筑检测方法,其特征在于,所述根据所述双时相图像生成前景图,包括:将所述双时相图像通过粗检测模块中的多个卷积层进行卷积操作,得到多个第一卷积结果;将所述粗检测模块中的第
n
个卷积层输出的第一卷积结果和第
n+1
个连接桥的连接桥输出结果输入至第
n
个连接桥生成第一特征图;将第
n
个连接桥所生成的第一特征图通过细优化模块中的第
n
个卷积层进行卷积操作,得到第二卷积结果;根据所述第一卷积结果和所述第二卷积结果生成前景图
。3.
根据权利要求2所述的一种基于无人机的违章建筑检测方法,其特征在于,所述连接桥按照以下方式生成第一特征图,包括:对所述第一卷积结果进行上采样,得到上采样结果;对所述连接桥输出结果在通道维数上进行降维,得到降维结果;将所述上采样结果和所述降维结果进行合并,得到第一合并结果;对所述第一合并结果进行卷积,得到所述第一特征图
。4.
根据权利要求2所述的一种基于无人机的违章建筑检测方法,其特征在于,所述根据所述第一卷积结果和所述第二卷积结果生成前景图,包括:对所述第一特征图的锚点的前景特征所在位置进行分割得到分割前景特征,在所述前景特征上沿着通道轴进行池化操作得到候选前景图;对所述第二特征图进行全局平均池化并进行卷积得到第一嵌入函数值;对所述候选前景图进行卷积得到第二嵌入函数值;根据所述第一嵌入函数值和所述第二嵌入函数值进行归一化,得到所述候选前景图和所述第二特征图之间的前景关系表示;对所述候选前景图进行卷积生成嵌入特征映射,通过矩阵乘法对所述前景关系表示和所述嵌入特征映射进行整合得到前景上下文,将所述前景上下文和所述第二特征图进行聚合得到前景图
。5.
根据权利要求1所述的一种基于无人机的违章建筑检测方法,其特征在于,所述根据所述前景图检测得到干扰目标,包括:
根据所述前景图检测得到感兴趣区域;计算旋转区域预选框相对于所述感兴趣区域的偏移量;通过全连接层根据所述偏移量得到旋转区域预选框,由所述旋转区域预选框检测得到干扰目标的目标框
。6.
根据权利要求1所述的一...
【专利技术属性】
技术研发人员:谭梓峻,沈展宇,吕浩霖,梁长钊,翟懿奎,李文霸,潘嘉灏,潘文锋,龙智豪,游杰,肖廷轩,王裕昊,
申请(专利权)人:五邑大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。