李奇，龙奇勇，赵东旭

(广州市城市规划勘测设计研究院，广东 广州 510060)

1 引 言

城市违法建设和城市违法用地问题是现代城市发展和治理面临的主要问题之一，一旦违法建设完成，既导致后续的查出工作压力增大，也会带来更多的经济损失，因此及时发现和制止违法情况的发展是解决这一问题的主要手段[1]。无人机技术具有数据获取快、监测范围大且不受天气及云层影响的优势，近年来在城市违法监测和治理应用中成为主要的手段，在城市治理工作中发挥着越来越不可或缺的作用[2，3]。然而，传统人工交互检测进行违法发现的方式效率低下，对于大面积、高频率的监测需求更显无力。如何通过自动化手段进行违法现象监测是近年来对于影像处理的主要研究内容之一。

深度学习依靠其在图像处理方面的巨大优势，近年来在相关领域得到了广泛的应用[4～10]。现有大多数的遥感影像变化检测方法主要依靠两期同一传感器影像配准后，对影像变化信息进行处理和特征学习，进而达到变化检测的目的。

繁杂的数据预处理工作常常复杂繁重而精度提升并不明显，在面对高频率的违法建设监测任务时难以适应需求，且由于违法建设本身不断变化的特点，导致样本库的更新和维护需要花费极大的人力物力。

针对这一问题，本文分析和总结了城市违法建设的发展过程和主要特点，对违法建设情况及其他待区分要素进行针对性的样本集构建，直接在原始正射影像上进行样本采集，极大地降低了样本库构建和后期维护更新的数据处理工作量。……