通过高效聚合局部特征增强屋顶太阳能板检测

在本文中，我们提出了一种基于卷积神经网络（CNN）的增强型屋顶太阳能光伏（PV）板检测方法，使用卫星图像。我们提出使用预训练的CNN模型提取屋顶的局部卷积特征。然后使用局部聚合描述符向量（VLAD）技术将这些局部特征组合起来，获得屋顶级全局特征，再用于训练传统的机器学习（ML）模型，以识别包含和不包含光伏板的屋顶图像。在本研究使用的数据集上，所提出的方法在评估的每个特征提取器网络上，三个城市的屋顶光伏分类得分均超过了预定义的0.9阈值。此外，我们提出了一种三阶段方法，以便在标记数据有限的新城市或区域高效利用先前训练的模型。我们展示了这种三阶段方法在多城市屋顶光伏检测任务中的有效性。