-
题名改进的DeeplabV3+模型马蹄湾复杂植被分类
- 1
-
-
作者
薛栋
胡嘉欣
底微萌
汪青宇
田晓敏
-
机构
北华航天工业学院
河北省航天遥感信息处理与应用协同创新中心
-
出处
《遥感信息》
北大核心
2025年第4期137-145,共9页
-
基金
河北省教育厅自然科学研究项目(QN2021202)
国家级横向课题基金(YG202102H)
北华航天工业学院科研基金(BKY202134)。
-
文摘
为提高农林植被精细分类的效率和准确性,解决传统人工调查方法的低效问题,采用高光谱影像对农林植被进行精细分类,并以雄安新区马蹄湾为例,利用无人机获取高光谱影像,分析19种典型地物。为了克服高光谱遥感图像的计算量大、耗时长及分割边界模糊等问题,文章改进DeeplabV3+模型,替换Xception主干网络为MobileNet,以减小模型尺寸并增强计算能力;引入注意力机制与特征融合,用DenseASPP替代ASPP,以解决池化导致特征图空间分辨率下降的问题。对比实验评估了SegNet、DeeplabV3+与本文模型在马蹄湾数据集上的表现。实验结果表明,相比于其他模型,该模型具有较高的像素精度和频权交并比,展现了较高的识别准确率和鲁棒性,有效解决了地物预测边界缺失的问题。
-
关键词
高光谱
深度学习
DeeplabV3+
MobileNet
无人机
植被分类
-
Keywords
hyperspectral
deep learning
DeeplabV3+
MobileNet
UAV
vegetation classification
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
