深度学习支持下的宅基地复垦项目真实性智能审查技术研究与应用     

向煜  黄志  华媛媛  邓剑峰 《测绘通报》2023,(1):163-167

全域综合整治背景下的宅基地复垦项目审查是保证复垦项目合法性合规性的有效手段,针对当前宅基地复垦项目审查效率低的问题,本文提出了基于遥感影像的农村宅基地复垦项目立项真实性审查方法。首先以重庆市农村宅基地复垦项目为例,建立宅基地复垦项目立项真实性审查模型,利用改进的U-Net模型准确提取建筑物,然后与复垦红线叠加实现复垦项目真实性的智能审查。试验结果表明,该方法能够快速准确地审查复垦项目真实性,对优化土地结构、促进土地流转、实现乡村振兴具有重要意义,可为全域综合整治背景下宅基地复垦项目真实性审查提供技术参考。  相似文献   

基于改进DeepLabV3+算法的遥感影像建筑物变化检测     

齐建伟  王伟峰  张乐  王光彦 《测绘通报》2023,(4):145-149

变化检测是遥感测绘领域的重要任务,作为执法依据,在耕地非农化等场景监测中发挥重大作用。近年来,使用人工智能相关技术进行变化检测,常见的技术方案为叠加两期影像,再使用语义分割算法求解变化区域。本文使用变化检测数据集LEVIR-CD作为试验数据,在DeepLabV3+算法基础上,针对变化检测场景特点,对模型结构进行改进。以DeepLabV3+的孪生网络为主干,使用多层级特征交互操作,充分融合图像特征。结果表明,改进的网络结构更加适合变化检测任务场景。  相似文献   

基于无人机遥感的卷积神经网络对墓区治理的监测与分析     

费佳宁  王倩  舒昊  黄晓霞  蒋峰  赵永哲 《测绘通报》2023,(S1):98-100

卷积神经网络可从输入信息中提取高阶特征,常用于图像特征的提取,可以用作图像分类、语义分割、图像识别等。随着时代的不断发展,公墓墓区缺乏统一治理与规划,导致墓区建设违法、违规的现象屡禁不止。此外,墓区占用面积大,严重浪费土地资源,且传统人工执巡效率低,无法全面监管,为方便对墓区的监测和治理,本文主要基于无人机遥感数据,利用卷积神经网络方法监测与分析墓区是否达到墓区治理的需求。  相似文献   

基于卷积神经网络的区域滑坡易发性评价:以三峡库区万州区为例     

杨延晨  周超  施佳湄 《测绘通报》2023,(11):1-6

开展区域滑坡易发性评价是滑坡气象预警与风险评价的关键。针对目前诸多易发性研究未考虑滑坡发生与邻接环境有关的情况,本文提出了一种基于卷积神经网络(CNN)的区域滑坡易发性建模框架。以三峡库区万州区为例,选取坡度、坡向等12个因子构建评价指标体系,通过信息量法分析因子对滑坡发育的影响程度,采用二维矩阵构建数据集,运用CNN进行易发性建模,得到易发性评价图,同时探究构建样本时二维矩阵的大小对精度的影响。研究结果表明,越靠近水库带越易发生滑坡,水系和人类工程活动对于滑坡发育具有较大影响;CNN模型精度为0.925,相比机器学习模型精度明显提升;增大构建样本时的二维矩阵可提高精度。CNN模型在多维空间数据处理方面具有优势,它考虑了滑坡位置及其邻接环境的影响,是一种准确可靠的区域滑坡易发性评价方法。  相似文献   

融合CNN和CapsNet的Wi-Fi室内定位方法     

张天颖  史明泉  崔丽珍  秦岭 《测绘通报》2023,(11):69-74+121

针对基于位置指纹的Wi-Fi室内定位方法定位精度低的问题,本文提出了一种融合卷积神经网络(CNN)和胶囊网络(CapsNet)的Wi-Fi室内定位算法模型,记为CNN-CapsNet。首先将采集的RSSI时间序列信息,生成位置指纹图像数据集;然后通过由卷积层和池化层构成的CNN初级特征提取器,完成定位图像到初级特征图的转换;最后将初级特征图输入到CapsNet中,获得最终的分类结果。试验结果表明,在不同的向量维度,迭代次数等参数下,该模型的准确率高达99.99%,损失函数值低至0.009 91,优于其他的传统定位方法。  相似文献   

HY-1/CZI卫星影像的海上运动船只自动检测方法     

李鸿喆  龚芳  朱乾坤  何贤强 《遥感学报》2023,(4):965-972

船只遥感检测对于海上航行安全保障和海洋权益维护具有重要意义,传统基于极高空间分辨率的合成孔径雷达(SAR)和光学卫星影像的船只检测由于重访周期长,难以实现高频监测应用。中国自主“海洋一号”系列卫星(HY-1)搭载的中分辨率海岸带成像仪(CZI),虽然空间分辨率相对较低(星下点50 m),但HY-1C、HY-1D形成双星上下午组网观测,具有重访周期短的优势,对于海上船只监测具有重要价值。本文利用卷积神经网络进行特征学习和目标提取,建立了HY-1/CZI影像船只自动检测方法。验证结果表明,相对于传统图像处理方法,本文方法具有不需要调整阈值、适应性强的特点,检测精度达到77.71%,可应用于HY-1/CZI影像的海上运动船只自动监测。  相似文献   

陕西榆林柳树峁剖面L₃与S₃层位粒度端元特征与古环境研究     

杨宇哲  岳大鹏  赵景波  刘蓉  刘怡婷  赵艳 《地理科学》2023,(9):1680-1690

本文选取榆林市横山区柳树峁剖面,对其第3层黄土(L₃)、第3层古土壤(S₃)层位粒度数据进行分布特征分析和参数化端元分析,以此探讨沉积动力及其所代表的环境特征。结果表明：柳树峁剖面L₃、S₃层位粒度组成以粗粉砂(42.65%)和极细砂(32.40%)为主,中值粒径为47.11μm。剖面L₃、S₃层粒度数据可分为4个端元：EM1组分(众数粒径7.42μm)为大气中长期存在的、经过远距离携带搬运的细粒组分,EM2(众数粒径43.66μm)和EM3(众数粒径76.43μm)组分是由冬季风或沙尘暴所携带的近源组分,EM4(众数粒径161.20μm)组分为风成沙,物源来自于北部的毛乌素沙地,该组分含量变化可作为指示强冬季风或强沙暴的替代性指标。柳树峁剖面记录了L₃黄土沉积时期存在1个极冷期、2个冷期和1个较暖期,S₃古土壤发育时期存在2个暖期和1个冷期。同时,剖面也记录了L₃、S₃  相似文献   

基于深度学习的滑坡灾害易发性分析     

王毅  方志策  牛瑞卿  彭令 《地球信息科学学报》2021,23(12):2244-2260

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。  相似文献   

基于卷积神经网络的ICESat-2光子点云去噪分类     

陆大进  黎东  朱笑笑  聂胜  周国清  张兴忆  杨超 《地球信息科学学报》2021,23(11):2086-2095

ICESat-2（Ice, Cloud, and land Elevation Satellite-2）是美国NASA（National Aeronautics and Space Administration）在2018年发射的激光测高卫星,其上搭载的激光测高系统ATLAS（Advanced Topographic Laser Altimeter System）采用微脉冲多波束光子计数激光雷达系统,因其低能耗、高探测灵敏度、高重复频率的特性极大改善了沿轨采样密度,但也使获取的数据中包含大量的噪声,如何有效实现光子点云去噪分类成为后续应用的关键,也是当前研究的热点和难点,为此本文提出一种基于卷积神经网络的光子点云去噪和分类算法。首先将光子点云按照沿轨和高程方向划分格网,去除明显的噪声光子,并将每个粗信号光子点栅格化为影像;然后基于少量样本构建的卷积神经网络分类模型实现光子点云精去噪和分类;最后利用机载激光雷达数据进行验证,并与ATL08产品的去噪分类结果进行对比。结果表明,对于裸地和森林区域,卷积神经网络算法均能有效去除噪声光子,特别对于森林区域,可同时实现去噪和分类;其中,裸地区域地表计算的R²和RMSE分别为1.0和0.72 m,森林区域地表和树冠计算的R²分别为1.0和0.70, RMSE分别为1.11 m和4.99 m。本文利用深度学习算法实现光子点云去噪分类,在裸地和森林区域均取得了较好的结果,为后续光子点云数据处理提供了参考。  相似文献   

基于卷积神经网络的地铁保护区风险源识别北大核心CSCD     

闵星  黄品文  谭金祥 《测绘通报》2022,(10):162-165

城市轨道交通沿线的风险源识别是防止违规作业导致的安全事故的重要手段。为解决传统识别方法效率低、漏检率高、成本大等问题,本文基于无人机地铁保护区巡检系统,采用卷积神经网络对无人机采集的影像数据进行风险源识别。首先介绍无人机影像获取的流程,并在原始影像数据的基础上,通过数据增强的方式制作多角度、多尺度的风险源数据集;然后使用卷积神经网络建立风险源识别模型,对无人机采集影像中的风险源进行自动识别和定位。试验结果表明,多角度、多尺度风险源数据集的建立进一步提升了模型的识别准确率,且比传统方法具有效率高、成本低等优点。  相似文献