期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于无人机正射影像的城市居民区植被分类DeepLabV3+模型改进实验
被引量：
4
1
作者
张枭
冯莉
+1 位作者
朱榴骏
帅林茹
《地理与地理信息科学》
CSCD
北大核心
2023年第3期40-47,共8页
针对目前利用无人机可见光影像进行城市居民区植被分类存在精度不高、效率较低的问题,该文构建一种改进的DeepLabV3+模型,选取南京市江宁A、B两处居民区无人机正射影像进行对比实验和模型迁移性能测试。实验结果表明:①基于改进DeepLab...
针对目前利用无人机可见光影像进行城市居民区植被分类存在精度不高、效率较低的问题,该文构建一种改进的DeepLabV3+模型,选取南京市江宁A、B两处居民区无人机正射影像进行对比实验和模型迁移性能测试。实验结果表明:①基于改进DeepLabV3+模型的植被总体分类准确度、精确度、召回率、F 1得分、平均交并比在验证集上达到95.27%、94.03%、93.55%、93.79%、84.94%,较原模型分别提高了2.36%、1.01%、2.09%、1.56%、8.71%,且参数量降低92.7%,训练用时减少25.7%;②在迁移性能测试中,乔木、灌木、草本分类精确度分别提高了2.88%、6.54%、2.29%。改进DeepLabV3+模型可提高城市居民区植被分类精度与效率,分类结果可为城市微尺度热环境研究提供基础数据。
展开更多
关键词
无人机正射影像
城市居民区植被
改进DeepLabV3+模型
植被分类
在线阅读
下载PDF
职称材料
基于U-Net改进模型的辽宁省农村地类无人机正射影像自动识别方法
2
作者
白子斌
《测绘通报》
2025年第S1期155-159,共5页
针对农村土地地类破碎度高、光谱混淆显著导致的传统遥感解译效率低、精度不足问题,本文提出一种基于U-Net改进的深度学习模型(U-Net+PSPNet+CBAM),结合多尺度特征融合与注意力机制,实现辽宁省农村地区高分辨率无人机正射影像的自动化...
针对农村土地地类破碎度高、光谱混淆显著导致的传统遥感解译效率低、精度不足问题,本文提出一种基于U-Net改进的深度学习模型(U-Net+PSPNet+CBAM),结合多尺度特征融合与注意力机制,实现辽宁省农村地区高分辨率无人机正射影像的自动化地类分类。模型在编码器中嵌入卷积块注意力模块(CBAM),通过通道-空间权重动态分配增强对农田边界、房屋轮廓等关键特征的敏感性;在瓶颈层引入自适应金字塔场景解析网络(PSPNet),利用多级空洞池化融合全局上下文信息,提升小地块(<50 m^(2))的识别能力。试验结果表明,改进模型在辽宁省典型农村区域的测试集上平均交并比(mIoU)达73.88%,较传统U-Net模型提升了5.68%,其中房屋和林地的IoU分别达到78.45%和79.07%。本文方法通过多层级注意力与多尺度上下文的协同优化,有效解决了耕地与裸土、宅基地与道路的光谱-空间混合误分问题,为土地确权与动态监测提供了高效的技术支持。
展开更多
关键词
无人机正射影像
地类自动识别
U-Net
PSPNet
注意力机制
在线阅读
下载PDF
职称材料
无人机影像与地形指数结合的梯田信息提取
被引量：
8
3
作者
薛牡丹
张宏鸣
+1 位作者
杨江涛
李星恕
《计算机应用研究》
CSCD
北大核心
2019年第8期2527-2533,2538,共8页
通过卫星遥感和低空遥感影像自动、半自动化解译梯田信息有一定的研究进展,但是受数据获取成本、精度、解译方法单一等限制,只限于大面积提取梯田区域,低成本地进行梯田的田面精准提取以及面积统计仍需进一步研究。基于面向对象方法分别...
通过卫星遥感和低空遥感影像自动、半自动化解译梯田信息有一定的研究进展,但是受数据获取成本、精度、解译方法单一等限制,只限于大面积提取梯田区域,低成本地进行梯田的田面精准提取以及面积统计仍需进一步研究。基于面向对象方法分别对0.5m分辨率的无人机正射影像和地形指数及两种数据的结合进行梯田区域分割、提取及面积统计,结果表明将正射影像数据与地形指数结合的梯田田面提取结果优于基于单一数据源。
展开更多
关键词
梯田
无人机正射影像
地形指数
面向对象
监督分类
在线阅读
下载PDF
职称材料
题名
基于无人机正射影像的城市居民区植被分类DeepLabV3+模型改进实验
被引量：
4
1
作者
张枭
冯莉
朱榴骏
帅林茹
机构
河海大学水文水资源学院
河海大学长江保护与绿色发展研究院
出处
《地理与地理信息科学》
CSCD
北大核心
2023年第3期40-47,共8页
基金
国家自然科学基金面上项目“无人机支持下的居民区绿地对城市热舒适度影响机制研究”(42077431)。
文摘
针对目前利用无人机可见光影像进行城市居民区植被分类存在精度不高、效率较低的问题,该文构建一种改进的DeepLabV3+模型,选取南京市江宁A、B两处居民区无人机正射影像进行对比实验和模型迁移性能测试。实验结果表明:①基于改进DeepLabV3+模型的植被总体分类准确度、精确度、召回率、F 1得分、平均交并比在验证集上达到95.27%、94.03%、93.55%、93.79%、84.94%,较原模型分别提高了2.36%、1.01%、2.09%、1.56%、8.71%,且参数量降低92.7%,训练用时减少25.7%;②在迁移性能测试中,乔木、灌木、草本分类精确度分别提高了2.88%、6.54%、2.29%。改进DeepLabV3+模型可提高城市居民区植被分类精度与效率,分类结果可为城市微尺度热环境研究提供基础数据。
关键词
无人机正射影像
城市居民区植被
改进DeepLabV3+模型
植被分类
Keywords
UAV orthophoto
vegetation of urban residential areas
improved DeepLabV3+model
vegetation classification
分类号
X87 [环境科学与工程—环境工程]
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于U-Net改进模型的辽宁省农村地类无人机正射影像自动识别方法
2
作者
白子斌
机构
沈阳市勘察测绘研究院有限公司
出处
《测绘通报》
2025年第S1期155-159,共5页
文摘
针对农村土地地类破碎度高、光谱混淆显著导致的传统遥感解译效率低、精度不足问题,本文提出一种基于U-Net改进的深度学习模型(U-Net+PSPNet+CBAM),结合多尺度特征融合与注意力机制,实现辽宁省农村地区高分辨率无人机正射影像的自动化地类分类。模型在编码器中嵌入卷积块注意力模块(CBAM),通过通道-空间权重动态分配增强对农田边界、房屋轮廓等关键特征的敏感性;在瓶颈层引入自适应金字塔场景解析网络(PSPNet),利用多级空洞池化融合全局上下文信息,提升小地块(<50 m^(2))的识别能力。试验结果表明,改进模型在辽宁省典型农村区域的测试集上平均交并比(mIoU)达73.88%,较传统U-Net模型提升了5.68%,其中房屋和林地的IoU分别达到78.45%和79.07%。本文方法通过多层级注意力与多尺度上下文的协同优化,有效解决了耕地与裸土、宅基地与道路的光谱-空间混合误分问题,为土地确权与动态监测提供了高效的技术支持。
关键词
无人机正射影像
地类自动识别
U-Net
PSPNet
注意力机制
Keywords
UAV orthophoto
automatic land cover classification
U-Net
PSPNet
attention mechanism
分类号
P237 [天文地球]
在线阅读
下载PDF
职称材料
题名
无人机影像与地形指数结合的梯田信息提取
被引量：
8
3
作者
薛牡丹
张宏鸣
杨江涛
李星恕
机构
西北农林科技大学信息工程学院
西北农林科技大学水利与建筑工程学院
西北农林科技大学机械与电子工程学院
出处
《计算机应用研究》
CSCD
北大核心
2019年第8期2527-2533,2538,共8页
基金
国家自然科学基金资助项目(41771315,41301283,41371274)
国家重点研发计划资助项目(2017YFC0403203)
+1 种基金
陕西省水利科技项目(2017slkj-7)
四川省地理信息科技项目(J2017ZC06)
文摘
通过卫星遥感和低空遥感影像自动、半自动化解译梯田信息有一定的研究进展,但是受数据获取成本、精度、解译方法单一等限制,只限于大面积提取梯田区域,低成本地进行梯田的田面精准提取以及面积统计仍需进一步研究。基于面向对象方法分别对0.5m分辨率的无人机正射影像和地形指数及两种数据的结合进行梯田区域分割、提取及面积统计,结果表明将正射影像数据与地形指数结合的梯田田面提取结果优于基于单一数据源。
关键词
梯田
无人机正射影像
地形指数
面向对象
监督分类
Keywords
terrace
UAV orthophoto
topographic index
object-oriented
supervised classification
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于无人机正射影像的城市居民区植被分类DeepLabV3+模型改进实验
张枭
冯莉
朱榴骏
帅林茹
《地理与地理信息科学》
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
2
基于U-Net改进模型的辽宁省农村地类无人机正射影像自动识别方法
白子斌
《测绘通报》
2025
在线阅读
下载PDF
职称材料
3
无人机影像与地形指数结合的梯田信息提取
薛牡丹
张宏鸣
杨江涛
李星恕
《计算机应用研究》
CSCD
北大核心
2019
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
