科技创新导报2022，Vol.19Issue(28) ：48-51.DOI:10.16660/j.cnki.1674-098X.2209-5640-0106

基于深度学习的卫星影像综合类图斑信息提取探讨

Research on Composed Spot Information Extraction Based on Deep Learning

周川 李晓俊 廖栩 魏远航
科技创新导报2022，Vol.19Issue(28) ：48-51.DOI:10.16660/j.cnki.1674-098X.2209-5640-0106
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于深度学习的卫星影像综合类图斑信息提取探讨

Research on Composed Spot Information Extraction Based on Deep Learning

周川 1李晓俊 1廖栩 1魏远航1
扫码查看

作者信息

  • 1. 重庆市规划和自然资源调查监测院 重庆 401120;重庆市土地利用与遥感监测工程技术研究中心 重庆 401120
  • 折叠

摘要

本文从重庆市年度批准未建设重点专项监测的实际需求出发,建立了图斑分类标准,构建了批准未建设用地的图斑样本库.以语义分割模型为基础,设计地物要素提取模型,并利用深度学习技术完成模型训练,实现了批准未建设用地综合类图斑的智能解译.试验结果表明,深度学习在综合类图斑信息提取方面有较好的应用前景,但样本库、训练底图和测试底图对测试结果的影响较大,因此提出了通过已有数据扩充样本库,针对不同数据源,开展模型训练,并增加后处理过程的新思路,以期提升模型预测效果,为进一步研究提供参考.

关键词

深度学习/语义分割/遥感解译/批准未建设

引用本文复制引用

出版年

2022
科技创新导报
中国宇航出版社 中国合作创新国际科技服务中心

科技创新导报

影响因子：0.455
ISSN：1674-098X
参考文献量4
段落导航相关论文