基于拓扑损失的遥感图像植被信息提取

扫码查看

原文链接

万方数据
维普

中文摘要：绿色植被在城市的生态系统中扮演着非常重要的角色,非常有必要对城市植被进行合理的规划与检测.近年来,深度学习技术,尤其是深度卷积神经网络(DCNNs)在高分辨率遥感图像的解析和处理方面取得了显著进展.因为高分辨率遥感图像成本低、周期短和精度高等特点,为城市植被信息提取提供了可能性.但是,高分辨率的城市遥感图像中伴随着比较复杂的背景信息,增加了图像预测的难度.将拓扑数据分析方法(持续同调)通过拓扑损失函数和拓扑先验的方法引入到UNet模型中,提高模型的结构感知能力.实验结果表明,不同分割模型中进行的实验在一定程度上均取得了良好的表现.

作者：

高昊、阴桂梅

展开 >

作者单位：

太原师范学院计算机科学与技术学院山西晋中 030619

关键词：

植被遥感持续同调拓扑数据分析深度学习

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.02.024

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(2)

参考文献量11