CN108229364A - 建筑物轮廓生成方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了建筑物轮廓生成方法、装置、计算机设备及存储介质，其中方法包括：收集已获取到其中的建筑物的轮廓框的卫星图；将收集到的卫星图作为训练样本，训练得到实例分割模型；获取待处理的卫星图；利用实例分割模型，识别出待处理的卫星图中的建筑物的轮廓框。应用本发明所述方案，能够节省人力成本并提高建筑物轮廓的获取效率等。

Description

建筑物轮廓生成方法、装置、计算机设备及存储介质

【技术领域】

本发明涉及计算机应用技术，特别涉及建筑物轮廓生成方法、装置、计算机设备及存储介质。

【背景技术】

地图的广泛应用让人们的生活更加便利，人们的出行离不开覆盖完整且坐标准确的兴趣点(POI，Point of Interest)，同时底图呈现出的建筑物轮廓也能帮助用户更好地定位以及索引现实世界。

目前，主要基于卫星图依靠人工提取建筑物轮廓，不但需要耗费较大的人力成本，而且效率低下。

【发明内容】

有鉴于此，本发明提供了建筑物轮廓生成方法、装置、计算机设备及存储介质，能够节省人力成本并提高建筑物轮廓的获取效率。

具体技术方案如下：

一种建筑物轮廓生成方法，包括：

收集已获取到其中的建筑物的轮廓框的卫星图；

将收集到的卫星图作为训练样本，训练得到实例分割模型；

获取待处理的卫星图；

利用所述实例分割模型，识别出所述待处理的卫星图中的建筑物的轮廓框。

根据本发明一优选实施例，所述识别出所述待处理的卫星图中的建筑物的轮廓框之后，进一步包括：

根据以下信息之一或任意组合：兴趣点先验信息、路网信息、轮廓框之间的相互信息，对识别出的轮廓框进行优化。

根据本发明一优选实施例，根据所述兴趣点先验信息对识别出的轮廓框进行优化包括：

若确定任一轮廓框周围预定范围内无兴趣点或其它轮廓框，则丢弃所述轮廓框。

根据本发明一优选实施例，根据所述路网信息对识别出的轮廓框进行优化包括：

若确定任一轮廓框全部压盖在道路上或跨越整条道路，则丢弃所述轮廓框。

根据本发明一优选实施例，所述根据所述路网信息对识别出的轮廓框进行优化进一步包括：

若确定任一轮廓框压盖了部分道路，则确定出所述轮廓框中压盖在道路上的各点与所压盖一侧的道路边缘的垂直距离中的最大值，并将所述轮廓框沿着与道路垂直且离开道路的方向至少平移所述最大值。

根据本发明一优选实施例，根据轮廓框之间的相互信息对识别出的轮廓框进行优化包括：

若确定任意N个轮廓框发生重叠，N为大于二的正整数，则丢弃所述N个轮廓框。

根据本发明一优选实施例，所述根据轮廓框之间的相互信息对识别出的轮廓框进行优化进一步包括：

若确定任意两个轮廓框发生重叠，则确定出重叠部分中位于不同轮廓框中的两个点在两个轮廓框的中心点连线方向上的最大距离，并分别将两个轮廓框以各自的中心点为中心内缩至少所述最大距离/2。

根据本发明一优选实施例，所述对识别出的轮廓框进行优化之后，进一步包括：

根据优化后的轮廓框生成地图中对应建筑物的轮廓框。

一种建筑物轮廓生成装置，包括：模型训练单元以及轮廓生成单元；

所述模型训练单元，用于收集已获取到其中的建筑物的轮廓框的卫星图，将收集到的卫星图作为训练样本，训练得到实例分割模型；

所述轮廓生成单元，用于获取待处理的卫星图，利用所述实例分割模型，识别出所述待处理的卫星图中的建筑物的轮廓框。

根据本发明一优选实施例，所述装置中进一步包括：优化处理单元；

所述优化处理单元，用于根据以下信息之一或任意组合：兴趣点先验信息、路网信息、轮廓框之间的相互信息，对识别出的轮廓框进行优化。

根据本发明一优选实施例，所述优化处理单元中包括：第一优化子单元；

所述第一优化子单元，用于在确定任一轮廓框周围预定范围内无兴趣点或其它轮廓框时，丢弃所述轮廓框。

根据本发明一优选实施例，所述优化处理单元中包括：第二优化子单元；

所述第二优化子单元，用于在确定任一轮廓框全部压盖在道路上或跨越整条道路时，丢弃所述轮廓框。

根据本发明一优选实施例，所述第二优化子单元进一步用于，

若确定任一轮廓框压盖了部分道路，则确定出所述轮廓框中压盖在道路上的各点与所压盖一侧的道路边缘的垂直距离中的最大值，并将所述轮廓框沿着与道路垂直且离开道路的方向至少平移所述最大值。

根据本发明一优选实施例，所述优化处理单元中包括：第三优化子单元；

所述第三优化子单元，用于在确定任意N个轮廓框发生重叠时，N为大于二的正整数，丢弃所述N个轮廓框。

根据本发明一优选实施例，所述第三优化子单元进一步用于，

若确定任意两个轮廓框发生重叠，则确定出重叠部分中位于不同轮廓框中的两个点在两个轮廓框的中心点连线方向上的最大距离，并分别将两个轮廓框以各自的中心点为中心内缩至少所述最大距离/2。

根据本发明一优选实施例，所述装置中进一步包括：轮廓上线单元；

所述轮廓上线单元，用于根据优化后的轮廓框生成地图中对应建筑物的轮廓框。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。

基于上述介绍可以看出，采用本发明所述方案，可首先收集已获取到其中的建筑物的轮廓框的卫星图，然后将收集到的卫星图作为训练样本，训练得到实例分割模型，这样，当需要生成建筑物轮廓时，可获取待处理的卫星图，然后利用实例分割模型，识别出待处理的卫星图中的建筑物的轮廓框，相比于现有技术，本发明所述方案中无需人工进行建筑物轮廓的提取，从而节省了人力成本，而且提高了建筑物轮廓的获取效率等。

【附图说明】

图1为本发明所述建筑物轮廓生成方法第一实施例的流程图。

图2为本发明所述建筑物轮廓生成方法第二实施例的流程图。

图3为本发明所述建筑物轮廓生成装置实施例的组成结构示意图。

图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。

【具体实施方式】

为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案进行进一步说明。

显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1为本发明所述建筑物轮廓生成方法第一实施例的流程图。如图1所示，包括以下具体实现方式。

在101中，收集已获取到其中的建筑物的轮廓框的卫星图。

在102中，将收集到的卫星图作为训练样本，训练得到实例分割模型。

在103中，获取待处理的卫星图。

在104中，利用实例分割模型，识别出待处理的卫星图中的建筑物的轮廓框。

可以看出，为实现本实施例所述方案，需要首先获取实例分割模型。实例分割模型可通过深度学习的方式训练得到。

相应地，则需要获取训练样本。本实施例中，可收集已获取到其中的建筑物的轮廓框的卫星图，将收集到的卫星图作为训练样本。比如，可将百度已知建筑物的轮廓框的卫星图作为训练样本。之后，可利用深度学习MNC框架，训练得到可用于识别/分割出建筑物的轮廓框的实例分割模型。

这样，当需要生成建筑物轮廓时，可首先获取待处理的卫星图，然后将待处理的卫星图输入实例分割模型，从而得到识别出的待处理的卫星图中的建筑物的轮廓框。

另外，为了保证识别的精度，在获取到识别出的建筑物的轮廓框之后，还可根据以下信息之一或任意组合：兴趣点先验信息、路网信息、轮廓框之间的相互信息，对识别出的轮廓框进行优化。

以下分别对各优化方式进行详细说明。

1)兴趣点先验信息

该优化方式中，若确定任一轮廓框周围预定范围内无兴趣点或其它轮廓框，则可丢弃该轮廓框。

具体地，针对识别出的每个轮廓框，可分别确定该轮廓框的中心点周围预定范围内是否存在兴趣点或其它轮廓框，若不存在兴趣点或其它轮廓框，则可认为该轮廓框是错误识别结果的概率较大，如可能是杂草等，从而直接丢弃该轮廓框。所述周围预定范围的具体取值可根据实际需要而定，比如，可为周围50米。

2)路网信息

该优化方式中，若确定任一轮廓框全部压盖在道路上或跨越整条道路，则可丢弃该轮廓框。

具体地，针对识别出的每个轮廓框，可分别确定该轮廓框是否全部压盖在道路上或跨越整条道路，若是，则可直接丢弃该轮廓框。

另外，还可能出现轮廓框压盖了部分道路的情况，这种情况下，可确定出该轮廓框中压盖在道路上的各点与所压盖一侧的道路边缘的垂直距离中的最大值，并将该轮廓框沿着与道路垂直且离开道路的方向至少平移所述最大值。

假设轮廓框中有20个点压盖在了道路上，那么可分别获取每个点与所压盖一侧的道路边缘的垂直距离，并从获取到的20个垂直距离中选出最大值即最大距离m米，然后将该轮廓框沿着与道路垂直且离开道路的方向至少平移m米，从而使得该轮廓框不与道路相交，较佳地，可平移(m+1)米。

3)轮廓框之间的相互信息

该优化方式中，可根据轮廓框之间存在的重叠情况，对识别出的轮廓框进行优化。

其中，若确定任意N个轮廓框发生重叠，N为大于二的正整数，则可丢弃这N个轮廓框。比如，有三个轮廓框发生重叠，那么则可直接丢弃这三个轮廓框。

若确定任意两个轮廓框发生重叠，可确定出重叠部分中位于不同轮廓框中的两个点在两个轮廓框的中心点连线方向上的最大距离，并分别将两个轮廓框以各自的中心点为中心内缩至少所述最大距离/2。

假设轮廓框a和轮廓框b发生重叠，那么针对重叠部分，可找出轮廓框a中的点与轮廓框b中的点在两个轮廓框的中心点连线方向上的最大距离，假设为n米，那么可将轮廓框a和轮廓框b分别以各自的中心点为中心，内缩至少n/2米，从而使得轮廓框a与轮廓框b不再存在重叠，较佳地，可分别内缩(n/2+0.5)米。

在实际应用中，可采用上述1)～3)中的任意一种或多种方式来对识别出的轮廓框进行优化，较佳地，可同时采用上述三种方式，如可依次按照方式1)、方式2)和方式3)对识别出的轮廓框进行优化。

按照上述方式完成优化后，即可得到最终的轮廓上线，即可根据优化后的轮廓框生成地图中对应建筑物的轮廓框，从而使得地图数据更加丰富。

基于上述介绍，图2为本发明所述建筑物轮廓生成方法第二实施例的流程图。如图2所示，包括以下具体实现方式。

在201中，收集已获取到其中的建筑物的轮廓框的卫星图。

在202中，将收集到的卫星图作为训练样本，训练得到实例分割模型。

比如，可将百度已知建筑物的轮廓框的卫星图作为训练样本。之后，可利用深度学习MNC框架，训练得到实例分割模型。

在203中，获取待处理的卫星图。

在204中，利用实例分割模型，识别出待处理的卫星图中的建筑物的轮廓框。

可将待处理的卫星图输入实例分割模型，从而得到识别出的待处理的卫星图中的建筑物的轮廓框。

为了保证识别的精度，在获取到识别出的建筑物的轮廓框之后，还可按照205～209所示方式，对识别出的轮廓框进行优化。

在205中，若确定任一轮廓框周围预定范围内无兴趣点或其它轮廓框，则丢弃该轮廓框。

比如，若确定任一轮廓框周围50米内无兴趣点或其它轮廓框，则可直接丢弃该轮廓框。

在206中，若确定任一轮廓框全部压盖在道路上或跨越整条道路，则丢弃该轮廓框。

在207中，若确定任一轮廓框压盖了部分道路，则确定出该轮廓框中压盖在道路上的各点与所压盖一侧的道路边缘的垂直距离中的最大值，并将该轮廓框沿着与道路垂直且离开道路的方向至少平移所述最大值。

比如，垂直距离中的最大值为m米，那么可将该轮廓框沿着与道路垂直且离开道路的方向平移(m+1)米。

在208中，若确定任意N个轮廓框发生重叠，N为大于二的正整数，则丢弃这N个轮廓框。

在209中，若确定任意两个轮廓框发生重叠，则确定出重叠部分中位于不同轮廓框中的两个点在两个轮廓框的中心点连线方向上的最大距离，并分别将两个轮廓框以各自的中心点为中心内缩至少所述最大距离/2。

比如，最大距离为n米，那么可分别将两个轮廓框以各自的中心点为中心内缩(n/2+0.5)米。

在210中，根据按照上述方式优化后的轮廓框生成地图中对应建筑物的轮廓框。

即产出轮廓框上线，具体实现为现有技术。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

总之，采用上述各方法实施例所述方案，无需人工进行建筑物轮廓的提取，从而节省了人力成本，并提高了建筑物轮廓的获取效率，而且，可通过对获取到的建筑物的轮廓框进行优化，提高了建筑物轮廓的获取精度。

以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。

图3为本发明所述建筑物轮廓生成装置实施例的组成结构示意图。包括：模型训练单元301以及轮廓生成单元302。

模型训练单元301，用于收集已获取到其中的建筑物的轮廓框的卫星图，将收集到的卫星图作为训练样本，训练得到实例分割模型。

轮廓生成单元302，用于获取待处理的卫星图，利用实例分割模型，识别出待处理的卫星图中的建筑物的轮廓框。

可以看出，为实现本实施例所述方案，需要首先获取实例分割模型。实例分割模型可通过深度学习的方式训练得到。

相应地，模型训练单元301可首先获取训练样本，如收集已获取到其中的建筑物的轮廓框的卫星图，将收集到的卫星图作为训练样本，之后，可根据训练样本训练得到可用于识别/分割出建筑物的轮廓框的实例分割模型。

这样，当需要生成建筑物轮廓时，轮廓生成单元302可首先获取待处理的卫星图，然后可将待处理的卫星图输入实例分割模型，从而得到识别出的待处理的卫星图中的建筑物的轮廓框。

另外，为了保证识别的精度，在获取到识别出的建筑物的轮廓框之后，还可对识别出的轮廓框进行优化。

为此，图3所示装置中可进一步包括：优化处理单元303。优化处理单元303可根据以下信息之一或任意组合：兴趣点先验信息、路网信息、轮廓框之间的相互信息，对识别出的轮廓框进行优化。

相应地，优化处理单元303中可具体包括：第一优化子单元3031、第二优化子单元3032以及第三优化子单元3033。本实施例，假设对于识别出的轮廓框，依次通过第一优化子单元3031、第二优化子单元3032以及第三优化子单元3033进行优化处理。

其中，第一优化子单元3031可在确定任一轮廓框周围预定范围如周围50米内无兴趣点或其它轮廓框时，丢弃该轮廓框。

第二优化子单元3032可在确定任一轮廓框全部压盖在道路上或跨越整条道路时，丢弃该轮廓框。

另外，若确定任一轮廓框压盖了部分道路，第二优化子单元3032可确定出该轮廓框中压盖在道路上的各点与所压盖一侧的道路边缘的垂直距离中的最大值，并将该轮廓框沿着与道路垂直且离开道路的方向至少平移所述最大值。比如，垂直距离中的最大值为m米，那么可将该轮廓框沿着与道路垂直且离开道路的方向平移(m+1)米。

第三优化子单元3033可在确定任意N个轮廓框发生重叠时，N为大于二的正整数，丢弃这N个轮廓框。

另外，若确定任意两个轮廓框发生重叠，第三优化子单元3033可确定出重叠部分中位于不同轮廓框中的两个点在两个轮廓框的中心点连线方向上的最大距离，并分别将两个轮廓框以各自的中心点为中心内缩至少最大距离/2。比如，最大距离为n米，那么可分别将两个轮廓框以各自的中心点为中心内缩(n/2+0.5)米。

图3所示装置中还可进一步包括：轮廓上线单元304。轮廓上线单元304可根据优化后的轮廓框生成地图中对应建筑物的轮廓框。

图3所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明，不再赘述。

总之，采用上述装置实施例所述方案，无需人工进行建筑物轮廓的提取，从而节省了人力成本，并提高了建筑物轮廓的获取效率，而且，可通过对获取到的建筑物的轮廓框进行优化，提高了建筑物轮廓的获取精度。

图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图4显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器(处理单元)16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1或2所示实施例中的方法，即收集已获取到其中的建筑物的轮廓框的卫星图，将收集到的卫星图作为训练样本，训练得到实例分割模型，获取待处理的卫星图，利用实例分割模型，识别出待处理的卫星图中的建筑物的轮廓框，并对识别出的轮廓框进行优化等。

具体实现请参照前述相关说明，不再赘述。

本发明同时公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时将实现如图1或2所示实施例中的方法。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法等，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (18)

1.一种建筑物轮廓生成方法，其特征在于，包括：

收集已获取到其中的建筑物的轮廓框的卫星图；

将收集到的卫星图作为训练样本，训练得到实例分割模型；

获取待处理的卫星图；

利用所述实例分割模型，识别出所述待处理的卫星图中的建筑物的轮廓框。

2.根据权利要求1所述的方法，其特征在于，

所述识别出所述待处理的卫星图中的建筑物的轮廓框之后，进一步包括：

根据以下信息之一或任意组合：兴趣点先验信息、路网信息、轮廓框之间的相互信息，对识别出的轮廓框进行优化。

3.根据权利要求2所述的方法，其特征在于，

根据所述兴趣点先验信息对识别出的轮廓框进行优化包括：

若确定任一轮廓框周围预定范围内无兴趣点或其它轮廓框，则丢弃所述轮廓框。

4.根据权利要求2所述的方法，其特征在于，

根据所述路网信息对识别出的轮廓框进行优化包括：

若确定任一轮廓框全部压盖在道路上或跨越整条道路，则丢弃所述轮廓框。

5.根据权利要求4所述的方法，其特征在于，

所述根据所述路网信息对识别出的轮廓框进行优化进一步包括：

若确定任一轮廓框压盖了部分道路，则确定出所述轮廓框中压盖在道路上的各点与所压盖一侧的道路边缘的垂直距离中的最大值，并将所述轮廓框沿着与道路垂直且离开道路的方向至少平移所述最大值。

6.根据权利要求2所述的方法，其特征在于，

根据轮廓框之间的相互信息对识别出的轮廓框进行优化包括：

若确定任意N个轮廓框发生重叠，N为大于二的正整数，则丢弃所述N个轮廓框。

7.根据权利要求6所述的方法，其特征在于，

所述根据轮廓框之间的相互信息对识别出的轮廓框进行优化进一步包括：

若确定任意两个轮廓框发生重叠，则确定出重叠部分中位于不同轮廓框中的两个点在两个轮廓框的中心点连线方向上的最大距离，并分别将两个轮廓框以各自的中心点为中心内缩至少所述最大距离/2。

8.根据权利要求2所述的方法，其特征在于，

所述对识别出的轮廓框进行优化之后，进一步包括：

根据优化后的轮廓框生成地图中对应建筑物的轮廓框。

9.一种建筑物轮廓生成装置，其特征在于，包括：模型训练单元以及轮廓生成单元；

所述模型训练单元，用于收集已获取到其中的建筑物的轮廓框的卫星图，将收集到的卫星图作为训练样本，训练得到实例分割模型；

所述轮廓生成单元，用于获取待处理的卫星图，利用所述实例分割模型，识别出所述待处理的卫星图中的建筑物的轮廓框。

10.根据权利要求9所述的装置，其特征在于，

所述装置中进一步包括：优化处理单元；

所述优化处理单元，用于根据以下信息之一或任意组合：兴趣点先验信息、路网信息、轮廓框之间的相互信息，对识别出的轮廓框进行优化。

11.根据权利要求10所述的装置，其特征在于，

所述优化处理单元中包括：第一优化子单元；

所述第一优化子单元，用于在确定任一轮廓框周围预定范围内无兴趣点或其它轮廓框时，丢弃所述轮廓框。

12.根据权利要求10所述的装置，其特征在于，

所述优化处理单元中包括：第二优化子单元；

所述第二优化子单元，用于在确定任一轮廓框全部压盖在道路上或跨越整条道路时，丢弃所述轮廓框。

13.根据权利要求12所述的装置，其特征在于，

所述第二优化子单元进一步用于，

若确定任一轮廓框压盖了部分道路，则确定出所述轮廓框中压盖在道路上的各点与所压盖一侧的道路边缘的垂直距离中的最大值，并将所述轮廓框沿着与道路垂直且离开道路的方向至少平移所述最大值。

14.根据权利要求10所述的装置，其特征在于，

所述优化处理单元中包括：第三优化子单元；

所述第三优化子单元，用于在确定任意N个轮廓框发生重叠时，N为大于二的正整数，丢弃所述N个轮廓框。

15.根据权利要求14所述的装置，其特征在于，

所述第三优化子单元进一步用于，

若确定任意两个轮廓框发生重叠，则确定出重叠部分中位于不同轮廓框中的两个点在两个轮廓框的中心点连线方向上的最大距离，并分别将两个轮廓框以各自的中心点为中心内缩至少所述最大距离/2。

16.根据权利要求10所述的装置，其特征在于，

所述装置中进一步包括：轮廓上线单元；

所述轮廓上线单元，用于根据优化后的轮廓框生成地图中对应建筑物的轮廓框。

17.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～8中任一项所述的方法。

18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～8中任一项所述的方法。