首页|基于深度学习的卫星影像综合类图斑信息提取探讨

基于深度学习的卫星影像综合类图斑信息提取探讨

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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。
Research on Composed Spot Information Extraction Based on Deep Learning

周川、李晓俊、廖栩、魏远航

展开 >

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

深度学习 语义分割 遥感解译 批准未建设

2022

10.16660/j.cnki.1674-098X.2209-5640-0106

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
年,卷(期)：2022.19(28)
  • 4