基于脚点热度图和双向连接图的遥感影像建筑物提取方法张利利①②③④张津铭*①④刘雄飞①④乔海浪①④王宏琦①②③④①(中国科学院空天信息创新研究院北京100190)②(中国科学院大学北京100049)③(中国科学院大学电子电气与通信工程学院北京100049)④(中国科学院网络信息体系技术重点实验室北京100190)摘要：目前，大多数基于深度学习的遥感影像建筑物提取方法采用语义分割的方式，对遥感影像进行二分类预测。然而，该类方法没有考虑建筑物的几何特性，难以进行精确提取。为了更精确地提取建筑物，该文引入建筑物的几何信息，提出一种基于脚点热度图和双向连接图的建筑物轮廓提取方法。该方法为一种多分支的深度卷积网络，分别对建筑物的脚点以及脚点间的连接性进行预测。在其中一个分支中，预测建筑物的脚点热度图，并用非极大抑制算法得到建筑物的脚点像素坐标；利用另外两个分支预测脚点之间的正向连通性和反向连通性，并通过这种双向连接图对脚点间是否具有连接性进行判断，在将具有连通性的脚点进行连接后，可得到最终的建筑物轮廓。该文算法在Buildings2Vec数据集上进行了验证，结果表明该方法在遥感影像建筑物提取中具有一定的优越性。关键词：遥感影像；深度学习；脚点预测；双向连接图中图分类号：TN911.73;P237文献标识码：A文章编号：1009-5896(2023)04-1435-10DOI:10.11999/JEIT220201BuildingExtractionfromSatelliteImageryBasedonFootprintMapandBidirectionalConnectionMapZHANGLili①②③④ZHANGJinming①④LIUXiongfei①④QIAOHailang①④WANGHongqi①②③④①(AerospaceInformationResearchInstitute,ChineseAcademyofSciences,Beijing100190,China)②(UniversityofChineseAcademyofSciences,Beijing100049,China)③(SchoolofElectronic,ElectricalandCommunicationEngineering,UniversityofChineseAcademyofSciences,Beijing100049,China)④(KeyLaboratoryofNetworkInformationSystemTechnology,ChineseAcademyofSciences,Beijing100190,China)Abstract:Moststate-of-the-artbuildingextractionfromsatelliteimageryarebasedonbinarysegmentation.However,thegeographicinformationhasnotbeenconsideredinthesemethods,thus,itisdifficulttoextractbuildingaccurately.Toconsiderfullythegeographicinformationonfeatureextraction,abuildingextractionconvolutionalneuralnetworkbasedonfootprintmapandbidirectionalconnectio...
