Page 75 - 《武汉大学学报（信息科学版）》2025年第6期

第 50 卷第 6 期 隋百凯等：基于几何先验约束的高点多视角损毁建筑物检测方法 1097

测边界框与真实边界框的交并比阈值为 50% 时 和 Mask2Former，本文方法在 4 种评价指标上均
的 平 均 精 度 ，它 可 以 提 供 一 个 平 衡 的 视 角 来 看 有明显提升，说明所提特征对齐模块可以较好地
待模型的检测能力。不同方法的损毁与正常建 适应不同视角下的建筑提取，而且提出的检测网
筑提取精度结果见表 2。由表 2 可以看出，本文 络更针对损毁建筑提取。除此之外，本文方法检
方法在 4 个评价指标上均得到了最高的得分，相 测结果中对实例进行了优化，减少了大量重叠冗
比 于 Mask R-CNN、Swin-Mask R-CNN、SCNet 余，这也使得检测效果得到了较大的提升。

表 2 不同方法的损毁与正常建筑提取精度评价/%
Table 2 Evaluation of Extraction Accuracy for Damaged and Normal Buildings Using Different Methods/%
方法 bbox_mAP bbox_mAP50 seg_mAP seg_mAP50
[23]
Mask R-CNN 40.51 72.66 35.82 68.56
[24]
Swin-Mask R-CNN 43.87 76.92 39.23 74.01
[25]
SCNet 43.02 75.88 38.27 72.05
Mask2Former [22] 47.52 80.81 43.86 78.33
本文方法 50.33 83.10 46.69 81.91

消融组件包括多视角域泛化特征对齐模块、 2.3.2 地面高点视角建筑空间几何映射
边缘检测模块和熵混乱检测模块，为了验证损毁检 本文通过野外调查收集数据，并选择四川省
测网络内部各模块的有效性，本文开展了消融实 汶川县映秀镇和四川省防灾减灾技术实验服务
验，结果见表 3。由表 3 可以看出，3 个模块的加入 基地两处典型区域进行实验与验证，通过现场高
均能有效提升高点视角下损毁建筑检测的精度， 点长距离监测摄像机获取的影像数据进行损毁
证明所提方法在损毁建筑检测方面的有效性。 与正常建筑实例分割，得到检测结果，该检测结
果无空间坐标。因此，通过本文所提基于垂直和
表 3 不同模块消融实验精度/%
Table 3 Accuracy of Ablation Experiments with 水平视场切割的几何约束的空间映射方法将检
Different Modules/% 测到的建筑映射到三维空间地理场景，如图 11 所
特征对 边缘检 熵混乱检 示，其中绿色表示正常建筑，红色表示损毁建筑。
bbox_mAP50 seg_mAP50
齐模块 测模块 测模块
由图 11 可以看出，本文方法可以有效地将检测到
80.27 78.15
的所有建筑精准映射到地理空间场景中，适用于
√ 81.59 80.06
带有水平角和俯仰角信息参数的地面高点和无
√ √ 82.25 81.66
√ √ √ 83.10 81.91 人机高点监测摄像机获取的现场数据。

图 11 四川省典型区域的建筑匹配结果
Fig. 11 Building Matching Results at Typical Areas in Sichuan Province