随着城市化进程的不断加快,规划落后、建筑老旧而又分布广泛的城中村逐渐成为制约城市发展的因素,特别是城中村的违章建筑的出现,它不仅影响了城市的市容市貌,影像了城市总体规划的布局,还会对社会的公平公正产生不好的影响。作为国内四大一线城市之一的广州市,亦深受城中村违建的困扰,如何有效治理城中村违建问题,对于建立可持续发展的具有和谐人居环境的城市,具有深刻的意义。违章建筑是指超过政府规定的宅基地面积或建筑高度而建设的建筑,本次研究中特指楼房屋顶加建的棚屋等。本文通过对城中村违建、无人机遥感、深度学习的相关文献进行分析,发现目前将三者结合的研究仍不足,值得进行探索。然后概括了本次研究的区域——广州市城中村代表之一的王圣堂村的区位、人员结构、建筑物等特点,并通过详细描述利用无人机进行拍摄出图的原理及操作步骤,包括了无人机外业操作、无人机影像POS数据定位、像控点的布置和影像的空三加密等流程,介绍了实际工作中需要注意的细节与方法,为计算机解译提供了训练样本及验证样本。在得到研究区DSM模型后,区别于传统的单纯依靠DOM图像的目视解译方法,使用DOM图像与DSM模型相结合的解译方法进行目视解译,通过结合DSM模型能全方位观察建筑物高程的优势,克服了部分无法从正射影像直接分辨的疑似违章建筑不易识别的困难,极大地提高了目视解译的精度。在得到深度学习训练样本与验证样本之后,首先进行了构建模型的工作,通过对多种深度学习模型进行比较,最终选择了基于CNN学习框架的的U-net模型对模型中的各参数进行测试,充分利用了U-net模型能进行全域分类的优势,并选取出最优参数组进行学习训练,使分类精度达到预期的80%以上,并最终与SVM模型的分类进行对比,整体精度对比提高了2个百分点,但精度高低受样本数量大小影响较大,样本数量少的类型精度相对较低,样本数量大的类型分类精度则变大。在文章的最后,还根据对王圣堂村的研究,分析了该村违章建筑的三点分布规律:违章建筑现象普遍、违章建筑分布呈现团聚式、违章建筑所使用的材料很多具有迷惑性,以及四点成因:相关规划不够完善、村民受经济利益驱动、村民法制意识淡薄、相关部门管理不到位,为城市管理及城市规划提供依据,并进一步提出了四点解决方法:1、完善城中村的规划布局;2、将城中村纳入城市统一管理系统;3、加强城市管理与宅基地管理法律制度建设;4、提高城市管理的技术水平。本文结合目前最新的无人机遥感技术和深度学习方法,应用于城中村查找违章建筑的尝试,对解决目前城中村整治的第一步——识别违章建筑,探索了一条新路径,对未来的城市管理及城中村治理提供了一定的参考。