1.一种超高分遥感影像震害建筑物检测方法，其特征在于：通过在DeepLabv3+和UNet两种网络的深层特征提取中分别嵌入对象上下文注意力模块以增强特征表示，并依据像素在对象内的空间位置信息，提出一种边界增强损失函数LBE以细化分割边界，从而构建OB‑DeepLabv3+和OB‑Unet网络，并利用这两种网络实现震害建筑物检测；

将残差网络resnet152作为DeepLabv3+网络的主干特征提取网络，将带空洞卷积的金字塔池化模块以串联方式与对象上下文注意力模块进行连接；

将对象上下文注意力模块串联在Unet网络的第四层跳接结构上；

所述对象上下文注意力模块包括以下3个部分：(1)软对象区域划分：在粗分割结果基础上，将图像划分成K个软对象区域，每个软对象区域分别代表一个类别；

(2)对象区域特征表示：在各软对象区域中，对所有像素根据它们属于该区域的程度进行加权求和，得到该区域的特征表示；

(3)对象上下文增强的特征表示：利用对象区域的特征表示得到每个像素的对象上下文特征表示，利用对象上下文特征表示得到增强的特征表示；

所述边界增强损失函数LBE的表达式如下：LBE＝LBCI+LCE

其中，LCE为交叉熵损失函数，LBCI为BCI损失函数：其中，N为一个Batch内的像素个数， 为第n个像素，为第n个像素对应的one‑hot编码的真值标签，γ为难易样本调制系数，αk为类别权重，DBCI为最终邻域c对应的边界置信度指标BCI。

2.根据权利要求1所述超高分遥感影像震害建筑物检测方法，其特征在于：将带空洞卷积的金字塔池化模块经过concat后的结果作为对象上下文注意力模块的一个输入；将带空洞卷积的金字塔池化模块经过concat后再通过一个3乘以3的卷积后的结果作为对象上下文注意力模块的另一个输入。

3.根据权利要求1所述超高分遥感影像震害建筑物检测方法，其特征在于：在对象上下文注意力模块中采用下式得到第k个区域的特征表示fk：其中，I代表属于第k个区域的像素集合；xi是网络最深层输出的像素pi的特征表示；

是像素pi属于第k个对象区域的spatial softmax归一化程度。

4.根据权利要求3所述超高分遥感影像震害建筑物检测方法，其特征在于：在对象上下文注意力模块中采用下式计算每个像素的对象上下文特征表示yi：其中，δ(·)和ρ(·)是变换函数，rk为属于第k个区域的像素位置，φ(·)和 是变换函数；

通过融合yi和xi得到增强的特征表示zi：其中，g为用于融合的变换函数，T表示转置。

5.根据权利要求1所述超高分遥感影像震害建筑物检测方法，其特征在于：DBCI的计算式如下：

定义最终邻域c对应的边界度量指标dc＝(W‑3)/2，W为最终领域c的窗口自尺寸，遍历所有像素，获得初始边界度量指标集合D，在D中分别统计K个类别中每类像素点对应的最大dc定义为 再取K个 中的最小值 作为D中所有dc的上限，得到更新的边界度量指标* * *

集合D，dc为最终邻域c在D中的边界度量指标。

6.根据权利要求1所述超高分遥感影像震害建筑物检测方法，其特征在于：αk的计算式如下：

其中，Fk为第k类像素的频率，median(Fk)表示K类像素的频率中值。