【技术实现步骤摘要】
本专利技术涉及遥感图像处理，尤其涉及一种基于动态对齐和显著性约束的半监督建筑物实例提取方法。
技术介绍
1、建筑物实例提取作为遥感影像处理的基础任务，广泛服务于城市建设与规划、环境监测与管理、防灾减灾、地图更新等领域。随着卫星遥感技术的快速发展，大量高分辨率遥感数据不断产生，为建筑物提取提供了宝贵的资源。然而，复杂的设计和不同规模的建筑，以及树木和阴影等自然元素带来了额外的复杂性。因此，实现从高分辨率遥感影像中精确且自动地提取建筑实例仍然面临重大挑战。
2、传统的建筑物提取方法是手动选择更具区别性的语义特征，如边缘、频谱、颜色或纹理。这些特性依赖于丰富的专家经验和手工制作的规则，在复杂多变的环境中表现出有限的健壮性。近年来，随着深度学习技术的飞速发展，基于深度学习的方法在建筑物实例提取任务上取得了令人瞩目的成果。这些方法从低维特征中自动学习和解释抽象的高维特征，以先检测后分割的方式提取建筑物实例。然而，这些方法对像素级注释的依赖构成了相当大的限制，因为获得这种复杂的注释通常是费时费力的，对于快速应用不切实际。
3...
【技术保护点】
1.一种基于动态对齐和显著性约束的半监督建筑物实例提取方法，其特征在于，包括：
2.根据权利要求1所述的基于动态对齐和显著性约束的半监督建筑物实例提取方法，其特征在于，获取高分辨率遥感影像，对所述高分辨率遥感影像进行裁剪和划分，并对部分高分辨率遥感影像中的建筑物进行实例级标注，得到少量的包含建筑物实例标签数据以及大量的无建筑物实例标签数据，包括：
3.根据权利要求1所述的基于动态对齐和显著性约束的半监督建筑物实例提取方法，其特征在于，将所述无建筑物实例标签数据进行不同程度的数据增强，得到重度增强无标签数据和普通增强无标签数据，包括：
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。