基于倾斜三维数据的建筑物分层方法

以单体建筑为对象的属性挂接方法已无法满足城市建筑立体空间多层差异的属性信息挂接需求。因此，提出一种基于倾斜三维数据的建筑物智能楼层提取方法，该方法利用现有二维建筑物矢量边界提取建筑物立面纹理，并在Mask R-CNN模型上增加一个特征增强结构——反向的特征金字塔（feature pyramid network,FPN），充分利用高低层特征信息，提升窗户识别检测率；同时，根据窗户排列规则进行规则化补全，然后进行层高计算、分割楼层。实验证明所提方法容错性较好，即使在窗户识别不全或有遮挡的情况下，经过简单的后处理也能实现楼层的分层。