基于SE-Mask-RCNN建筑遗产识别与空间可视化分析 |
| |
引用本文: | 朱小凡,胡璐锦,王恺,王坚.基于SE-Mask-RCNN建筑遗产识别与空间可视化分析[J].地理信息世界,2024(1):50-56. |
| |
作者姓名: | 朱小凡 胡璐锦 王恺 王坚 |
| |
作者单位: | 1. 北京建筑大学测绘与城市空间信息学院;2. 甘肃省基础地理信息中心 |
| |
摘 要: | 传统建筑是中国宝贵的建筑遗产,承载着优秀的民族建筑文化,是反映城市特色风貌的重要指标。现阶段深度学习识别建筑物的技术相对成熟,但使用街景图片识别建筑遗产并进行地图可视化展示的研究较少,因此,本研究基于Mask-RCNN(mask region-based convolutional neural network)模型,融合SE(squeeze and excitation)注意力机制,提出一种基于SE-Mask-RCNN识别街景图片中建筑遗产的方法。首先,通过路网数据获取百度街景图片,制作数据集。其次,在模型的残差网络(residual network,ResNet)中引入SE注意力机制;并与已有相关方法 U-net(u-shaped network)、全卷积网络(fully convolutional network,FCN)、Mask-RCNN三种模型进行实验对比评价。最后,使用本方法识别研究区域内的街景图片,形成可视化地图,分析建筑遗产在空间上的分布情况。结果表明,本方法可以有效识别城市中的建筑遗产,识别结果较Mask-RCNN、U-Net、FCN模型分别提高了2%、3.1%、4...
|
关 键 词: | 传统建筑 建筑遗产 深度学习 Mask-RCNN 街景数据 |
|
|