原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种空间形态信息引导的高分遥感影像建筑物规则化提取方法，首先利用Mask‑RCNN基础骨架网络模型获取建筑物实例对象的深度图像语义特征图和初始轮廓预测，同时保留预测对象与真值对象间的对应关系与轮廓边界点信息；其次，联合CNN的深度语义特征与建筑物形态、结构认知参量特征利用GCNN对建筑物对象进行提取与边界规则化，其中GCNN包含两个分支：基于对象全局信息的分割分支和基于对象局部信息的边缘规则化分支；最后，通过金字塔池模块聚集来自CNN解码器的图像语义特征和来自GCNN双分支的空间分布
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116563102 A
(43)申请公布日 2023.08.08
(21)申请号 202310396472.2
(22)申请日 2023.04.11
(71)申请人 武汉大学
文档评论（0）