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
1
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
融合空间置弃层的U-Net高分影像建筑智能解译
1
作者
陈岩
奚砚涛
+2 位作者
檀明
许强
万家华
《遥感信息》
CSCD
北大核心
2021年第5期18-24,共7页
针对传统基于光谱和面向对象的建筑物提取方法多噪声和边缘羽化严重,标准U-Net高分遥感影像解译计算开销大等问题,提出了一种改进方法。该方法通过修改标准U-Net输入样本尺寸、卷积核数量和卷积层数量,基于Adam最优化算法,采用逐维度加...
针对传统基于光谱和面向对象的建筑物提取方法多噪声和边缘羽化严重,标准U-Net高分遥感影像解译计算开销大等问题,提出了一种改进方法。该方法通过修改标准U-Net输入样本尺寸、卷积核数量和卷积层数量,基于Adam最优化算法,采用逐维度加和特征融合取代沿通道维度联合特征融合,并首次将空间置弃层引入标准U-Net中用于提高模型效率和改善目标边缘精度。定量分析和实验结果表明:空间置弃层有助于缓解因数据特征分布不均衡导致的精度变异问题;融合空间置弃层的改进U-Net模型可以有效改善椒盐噪声和建筑物边缘羽化问题,提高面向复杂场景高分遥感影像解译精度,加快模型训练收敛速度,减少模型参数数量和模型训练时间。
展开更多
关键词
建筑解译
高分影像
U-Net
空间置弃层
特征融合
复杂场景
在线阅读
下载PDF
职称材料
题名
融合空间置弃层的U-Net高分影像建筑智能解译
1
作者
陈岩
奚砚涛
檀明
许强
万家华
机构
合肥学院
人工智能与大数据
学院
合肥学院中德应用优化研究所
中国矿业大学资源与地球科学
学院
安徽新华
学院
大数据与人工智能
学院
出处
《遥感信息》
CSCD
北大核心
2021年第5期18-24,共7页
基金
安徽省教育厅高校自然科学基金项目(KJ2020A0658)
合肥学院科学研究发展基金项目(20ZR03ZDA)
+1 种基金
安徽省自然科学基金项目(1908085MF185)
中国博士后科学基金项目(2020M681989)。
文摘
针对传统基于光谱和面向对象的建筑物提取方法多噪声和边缘羽化严重,标准U-Net高分遥感影像解译计算开销大等问题,提出了一种改进方法。该方法通过修改标准U-Net输入样本尺寸、卷积核数量和卷积层数量,基于Adam最优化算法,采用逐维度加和特征融合取代沿通道维度联合特征融合,并首次将空间置弃层引入标准U-Net中用于提高模型效率和改善目标边缘精度。定量分析和实验结果表明:空间置弃层有助于缓解因数据特征分布不均衡导致的精度变异问题;融合空间置弃层的改进U-Net模型可以有效改善椒盐噪声和建筑物边缘羽化问题,提高面向复杂场景高分遥感影像解译精度,加快模型训练收敛速度,减少模型参数数量和模型训练时间。
关键词
建筑解译
高分影像
U-Net
空间置弃层
特征融合
复杂场景
Keywords
intelligent interpretation of building
high-resolution image
U-Net
spatial dropout
feature fusion
complex scene
分类号
TP753 [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
作者
出处
发文年
被引量
操作
1
融合空间置弃层的U-Net高分影像建筑智能解译
陈岩
奚砚涛
檀明
许强
万家华
《遥感信息》
CSCD
北大核心
2021
0
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
