报告详情
基于GAT与Transformer的建筑物轮廓分类方法
编号：187
访问权限：仅限参会人
更新：2025-09-10 15:23:40 浏览：132次
口头报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
建筑物是地理空间数据的重要组成部分，其轮廓分类是地图综合与空间认知的基础任务。为克服现有几何与统计形状分类方法在特征设计和规则依赖方面的局限，本研究提出了一种融合图注意力网络（GAT）和Transformer结构的建筑物轮廓分类方法——BuildingShape-TransGAT。该方法首先从建筑物多边形轮廓中提取局部与整体几何特征，构建图结构表示；随后通过GAT对局部特征进行聚合与建模，并将其嵌入为高维向量，与整体特征融合后送入Transformer进行深层语义学习；最后通过全连接神经网络完成分类任务。实验结果表明，该方法能够有效表征建筑物轮廓的几何模式，在不依赖影像纹理和先验规则的条件下，实现了建筑物轮廓的端到端分类建模。该研究为地理信息系统、遥感目标识别及其他形状分析场景提供了新的方法思路与实践参考。
关键词
建筑物形状分类,几何特征提取,局部-整体特征融合,图注意力网络,Transformer
报告人
刘小明
副教授 青海理工学院稿件作者
全部评论
重要日期
-
会议日期
09月19日
2025
至09月21日
2025
-
09月08日 2025
初稿截稿日期
-
09月21日 2025
注册截止日期
主办单位
河海大学
中国地理学会地图学与地理信息系统专业委员会
中国地质学会地质制图与地理信息专业委员会
中国测绘学会地图学与地理信息系统专业委员会
中国地理信息产业协会地图工作委员会
中国自然资源学会资源制图专业委员会
中国地理学会地图学与地理信息系统专业委员会
中国地质学会地质制图与地理信息专业委员会
中国测绘学会地图学与地理信息系统专业委员会
中国地理信息产业协会地图工作委员会
中国自然资源学会资源制图专业委员会
承办单位
河海大学地理与遥感学院
江苏省流域地理空间智能工程研究中心
江苏省流域地理空间智能工程研究中心
联系方式
- 陈跃红
- yu******@hhu.edu.cn
- 153********
发表评论