针对现今国土空间监管人工值守效率低下的问题,本文在现有塔基监控设备监管的基础上,以建设施工用地为主要研究对象,提出了一套智能化的建设施工用地目标识别与空间定位方法。该方法交叉运用了深度学习领域的目标检测与识别模型、数字摄影测量领域的立体匹配和三维空间定位模型,主要围绕监控图像中建设施工用地目标的一体化识别和空间定位的相关理论方法进行了分析,并在建筑工地进行了高塔场景下的模拟实验,不仅验证了地理目标识别模型与空间定位模型集成的有效性,而且明确了模型集成的硬件设计框架,最终取得了有价值的实验成果。本文的主要工作和研究内容如下:(1)建设施工用地目标的界定及其准确识别。本文对规模塔基监控图像中的工地特征进行了归纳总结,对建设施工用地对象的概念进行了详细界定。以YOLO(You Only Look Once)模型为基础总结出建设施工用地目标识别模型的训练方法。通过多轮训练迭代,不断的超参数调整获得了有效的识别模型,该模型能够在GPU支持的环境下快速、准确地识别出建设施工用地目标区域。(2)地理目标区域的准确空间定位。本文研究了高塔监控下地理目标区域的空间定位方法,以双像解析摄影测量理论为基础,对经过标定的双目摄像机及目标地物构建 了三维空间定位模型 SITCOL(Space Intersection of Two Cameras and One Location),通过获取双目摄像机的立体像对及对应的内外方位参数,运用立体几何之间的关系实现了目标区域的准确空间定位。(3)地理目标识别与空间定位组合模型(YOLO-SITCOL)的构建与实现。本文借助双目摄像机的双目优势:左目用于地理目标的识别,右目用于与左目中同一目标的立体匹配,双目用于地理目标的空间定位,研究并实现了地理目标识别模型YOLO与空间定位模型SITCOL的集成,实现了地理目标的识别与空间定位过程的一体化。(4)针对地理目标识别与空间定位组合模型的有效性进行实验验证。本文以挖掘机为目标进行组合模型识别与空间定位的模拟实验,通过预先标定好的双目摄像机模拟高塔拍摄场景,对挖掘机目标进行一体化识别与空间定位。最终在自定义坐标系下通过本文集成的组合模型获得挖掘机目标的计算坐标值,并与测量真实值进行比较,通过误差分析验证了本文方法的有效性。