首页|基于深度语义分割的无人机遥感影像水体提取研究

基于深度语义分割的无人机遥感影像水体提取研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
快速、可靠地获取遥感影像中的水体对于指导人类生产活动和掌握水资源的分布规律、开发保护具有重要意义.本研究根据无人机遥感影像在复杂环境下采用OCRNet语义分割模型结合HRNet骨干网进行水体提取,充分利用了水图像的特征,有效抑制了非水噪声,加快了模型的收敛速度.实验结果表明,该网络在准确率上有着不错的表现,Acc可达到99.30％,mIoU为0.9281,kappa系数(KC)为0.9231.
Research on Water Extraction from UAV Remote Sensing Images Based on Deep Semantic Segmentation

江沛原

展开 >

西南民族大学电子信息学院,成都 610041

水体提取 语义分割 无人机遥感影像 深度学习

中央高校基本科研业务费专项西南民族大学项目

2021NYYXS107

2022

10.3969/j.issn.1007-1423.2022.15.008

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(15)
  • 3