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
融合级联CRFs和U-Net深度学习模型的遥感影像建筑物自动提取
被引量：
6
1
作者
陈嘉浩
邢汉发
陈相龙
《华南师范大学学报（自然科学版）》
CAS
北大核心
2022年第1期70-78,共9页
针对深度学习模型进行建筑物提取时存在的建筑物边缘模糊问题,将级联CRFs(全连接条件随机场)引入到U-Net深度模型中,提出了一种改进的U-Net模型(U-Net+级联CRFs),以用于遥感影像建筑物自动提取:构建级联CRFs并将其引入到U-Net模型的解...
针对深度学习模型进行建筑物提取时存在的建筑物边缘模糊问题,将级联CRFs(全连接条件随机场)引入到U-Net深度模型中,提出了一种改进的U-Net模型(U-Net+级联CRFs),以用于遥感影像建筑物自动提取:构建级联CRFs并将其引入到U-Net模型的解码层中,从多层结构中学习边界信息,增强模型对建筑物边界的分割能力。并以广东省佛山市为研究区,利用U-Net+级联CRFs、U-Net+CRFs、U-Net、SVM模型进行建筑物提取实验。结果表明U-Net+级联CRFs模型可以有效识别建筑物边界信息,提高建筑物提取的精度:U-Net+级联CRFs模型在准确度、召回率、F1值和交并比4个指标上的均值分别达到了93.1%、87.5%、91.4%和85.1%,均优于U-Net+CRFs、U-Net、SVM模型。
展开更多
关键词
深度学习
建筑物提取
U-Net模型
全连接条件随机场
在线阅读
下载PDF
职称材料
题名
融合级联CRFs和U-Net深度学习模型的遥感影像建筑物自动提取
被引量：
6
1
作者
陈嘉浩
邢汉发
陈相龙
机构
广东晟腾地信科技有限公司
华南师范大学地理科学学院
华南师大(清远)
科技
创新研究院
有限公司
广东
师大维智
信
息
科技
有限公司
出处
《华南师范大学学报（自然科学版）》
CAS
北大核心
2022年第1期70-78,共9页
基金
国家自然科学基金项目(41971406)
广东省科技计划项目(2018B020207002)。
文摘
针对深度学习模型进行建筑物提取时存在的建筑物边缘模糊问题,将级联CRFs(全连接条件随机场)引入到U-Net深度模型中,提出了一种改进的U-Net模型(U-Net+级联CRFs),以用于遥感影像建筑物自动提取:构建级联CRFs并将其引入到U-Net模型的解码层中,从多层结构中学习边界信息,增强模型对建筑物边界的分割能力。并以广东省佛山市为研究区,利用U-Net+级联CRFs、U-Net+CRFs、U-Net、SVM模型进行建筑物提取实验。结果表明U-Net+级联CRFs模型可以有效识别建筑物边界信息,提高建筑物提取的精度:U-Net+级联CRFs模型在准确度、召回率、F1值和交并比4个指标上的均值分别达到了93.1%、87.5%、91.4%和85.1%,均优于U-Net+CRFs、U-Net、SVM模型。
关键词
深度学习
建筑物提取
U-Net模型
全连接条件随机场
Keywords
deep learning
building extraction
U-Net
full connected condition random fields
分类号
P237 [天文地球—摄影测量与遥感]
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
融合级联CRFs和U-Net深度学习模型的遥感影像建筑物自动提取
陈嘉浩
邢汉发
陈相龙
《华南师范大学学报（自然科学版）》
CAS
北大核心
2022
6
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
