基于深度学习的不动产影像识别测绘方法

摘要

传统不动产测绘存在建筑物识别效率低、精度不足的问题。针对这一现状，本文提出了一种基于深度学习的影像识别测绘新方案。该方案通过构建卷积神经网络(CNN)识别模型，依靠遥感影像数据，实现建筑物的自动化提取与测绘作业。方案以高分辨率遥感影像作为基础数据，采用掩码区域卷积神经网络(Mask R-CNN)算法进行特征提取与目标检测，再配合地理坐标系统完成建筑物的精准定位与量测。实验结果证明：该方案在建筑物边界提取、面积计算和空间定位等环节表现出良好的性能，识别精度超过89%,与传统测绘方法相比，效率提高10倍以上，可为不动产权籍调查提供可靠的技术保障。

关键词

深度学习 / 影像识别 / 建筑物提取 / 不动产测绘 / 卷积神经网络