Marco de detección de edificios multinivel en imágenes de teledetección basado en redes neuronales convolucionales

En este artículo, proponemos un marco jerárquico de detección de edificios basado en un modelo de aprendizaje profundo, que se centra en detectar con precisión edificios a partir de imágenes de teledetección. Para este fin, primero construimos el modelo de generación de muestras de entrenamiento multinivel utilizando la técnica de pirámide gaussiana para aprender las características de los objetos de edificios a diferentes escalas y resoluciones espaciales. Luego, se proponen las redes de propuestas de regiones de edificios para extraer rápidamente regiones candidatas de edificios, aumentando así la eficiencia de la detección de objetos de edificios. Basado en las regiones candidatas de edificios, establecemos el modelo de detección de edificios multinivel utilizando redes neuronales convolucionales (CNNs), a partir de las cuales se calculan las características de la imagen genérica de cada propuesta de región de edificio. Finalmente, las características obtenidas se proporcionan como entradas para el entrenamiento del modelo de CNNs, y el modelo aprendido se aplica adicionalmente a imágenes de prueba para la detección de edificios desconocidos. Varios experimentos con los Datasets I y II (en la Sección V-A) muestran que el marco propuesto aumenta los valores de precisión media promedio de la detección de edificios en un 3.63%, 3.85% y 3.77%, en comparación con los métodos del estado del arte, es decir, Método IV. Además, el método propuesto es robusto ante edificios que tienen diferentes texturas y tipos espaciales.