(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210182051.5 (22)申请日 2022.02.25 (71)申请人 清华大学 地址 100084 北京市海淀区清华园1号 (72)发明人 张立贤　付昊桓　徐一丹　 (74)专利代理 机构 北京亿腾知识产权代理事务 所(普通合伙) 11309 专利代理师 张静娟　陈霁 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/44(2022.01) G06K 9/62(2022.01) G06V 10/774(2022.01) (54)发明名称 一种跨分辨率的建筑物影像提取方法及装 置 (57)摘要 本申请提供了一种跨分辨率的建筑物影像 提取方法及装置。 该方法包括： 获取低分辨率遥 感影像， 低分辨率遥感影像中包含建筑物； 利用 生成式对抗网络中的生成器对低分辨率遥感影 像进行超分辨率重建， 确定超分辨率遥感影像和 建筑物的边缘特征； 根据边缘特征， 利用提取模 型在超分辨率遥感影像中提取建筑物的影像。 该 方法可以实现跨分辨率建筑物影像提取， 即在只 有低分辨率遥感影像条件下， 提取到相对高分辨 率的建筑物影像。 权利要求书2页 说明书10页 附图4页 CN 114549992 A 2022.05.27 CN 114549992 A 1.一种建筑物影 像提取方法， 其特 征在于， 包括： 获取低分辨 率遥感影 像， 所述低分辨 率遥感影 像中包含建筑物； 利用生成式对抗网络中的生成器对所述低分辨率遥感影像进行超分辨率重建， 确定超 分辨率遥感影 像和所述建筑物的边 缘特征； 根据所述边缘特征， 利用提取模型在所述超分辨率遥感影像中提取所述建筑物的影 像。 2.根据权利要求1所述的方法， 其特征在于， 所述生成器包括第一网络和第二网络， 所 述确定超分辨 率遥感影 像和所述建筑物的边 缘特征包括： 将所述低分辨率遥感影像输入所述第 一网络， 根据 所述第一网络的输出确定所述超分 辨率遥感影 像； 根据所述建筑物的先验信 息， 利用所述第 二网络在所述超分辨率遥感影像的梯度图中 确定所述 边缘特征。 3.根据权利要求1所述的方法， 其特 征在于， 所述 生成式对抗网络通过如下步骤获得： 根据超分倍率， 对所述低分辨率遥感影像做降采样处理获得第一遥感影像样本， 所述 第一遥感影 像样本的分辨 率小于所述低分辨 率遥感影 像； 根据所述第 一遥感影像样本和所述低分辨率遥感影像， 更新所述生成式对抗网络 中生 成器和判别器的参数。 4.根据权利要求1所述的方法， 其特征在于， 在所述根据所述边缘特征， 利用提取模型 在所述超分辨 率遥感影 像中提取 所述建筑物的影 像之前， 所述方法还 包括： 根据所述 边缘特征增强所述超分辨 率遥感影 像中的所述建筑物的边 缘区域。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述边缘特征， 利用提取模型在 所述超分辨 率遥感影 像中提取 所述建筑物的影 像包括： 将所述边缘特征和所述超分辨率遥感影像输入所述提取模型， 根据所述提取模型的输 出， 确定所述建筑物的影 像。 6.根据权利要求1所述的方法， 其特 征在于， 所述 提取模型通过如下步骤训练获得： 获取第二遥感影 像样本以及所述第二遥感影 像样本的梯度图； 根据所述第二遥感影像样本、 所述第二遥感影像样本的梯度图、 以及所述第二遥感影 像样本对应的建筑物标签， 更新所述 提取模型的参数。 7.根据权利要求6所述的方法， 其特征在于， 所述第 二遥感影像样本以及所述第 二遥感 影像样本的梯度图通过 所述生成器获得。 8.一种建筑物影 像提取装置， 其特 征在于， 包括： 获取模块， 用于获取低分辨 率遥感影 像， 所述低分辨 率遥感影 像中包含建筑物； 超分模块， 用于利用生成式对抗网络 中的生成器对所述低分辨率遥感影像进行超分辨 率重建， 确定超分辨 率遥感影 像和所述建筑物的边 缘特征； 提取模块， 用于根据所述边缘特征， 利用提取模型在所述超分辨率遥感影像中提取所 述建筑物的影 像。 9.一种计算设备， 其特征在于， 包括： 处理器和存储器， 所述处理器用于执行存储于所 述存储器内的计算机程序以实现权利要求1至7任一所述的方法。 10.一种计算机可读存储介质， 其特征在于， 包括指令， 当所述指令在计算设备上运行权　利　要　求　书 1/2 页 2 CN 114549992 A 2时， 使得所述计算设备 执行如权利要求1至7任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114549992 A 3