"AI百宝箱":对建筑物识别的应用

语义分割

语义分割已经应用在深度学习,是对于每个像素级进行识别来进行判别的鉴定。遥感影像是对地面的景物级空间格局的反应,高分辨率的遥感影像数据处理和信息提取上自动识别地物类型并进行分类。而对于区域大的地方,特别是多个种类的地物进行人工处理是非常麻烦,如:建筑、水体、交通、植被、草地、室外停车场、大型游乐场等。这些都存在一张影像图里,对于单独研究某个地物,进行划分难度很高,利用深度学习知识对单个和多个地物进行识别,可以省时省力,更好的服务于我们的生活。

建筑物识别对于城市的规划和城市建设具有很好的意义,本文就对北京奥体周围的房子的地物进行识别。

第一步:获取需要图像范围坐标,然后进行爬取谷歌的影像,按照一定的大小进行图像获取,如256*256图像,然后进行合成一张整图,进行验证图像的正确性。

第二步:对爬取的影像进行生成对应的标签,也可以进行多个种类的标签进行合成。

第三步:对生成的影像和标签进行对应起来,生成训练集和相应的训测试集,并选择模型进行训练。

第四步:对目标的区域进行图形的爬取,并将训练得到的模型进行预测,最后进行合成相应的大图和标签。

下图为预测鸟巢周围的影像和对应预测的建筑效果图:

对于预测效果效果总体还是可以的,对于一些边缘和空洞,利用数据库进行填充处理,下图为某个区域进行处理过后效果图。

总结和展望

对于识别建筑物的效果,对城市规划很好作用,也可以进行进一步展望,利用建筑物的识别,可以反映出一个城市的主城区的扩张区域和未来某些区域的发展趋势。也可以进行识别其他的地物,如植被的识别,可以进行判断某个城市的植被覆盖率和某个小区的绿化率。更多的遥感识别模块,关注极海的AI百宝箱,总会有你感兴趣的问题,会一直进行持续的更新,尽情期待。