排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
利用深度学习技术对高光谱图像进行地表覆被的精细识别与分类已取得瞩目成果.其中,A2 S2 K-ResNet方法分类精度高、综合性能稳定,但其自适应卷积核选取机制未对卷积神经网络的感受野起到实质性的优化作用,进而影响分类结果.该文提出一种面向高光谱遥感图像分类的连续空间依赖增强模块,以弥补A2 S2 K-ResNet方法的不足,并借助三维残差网络框架,形成一种全新的空—谱卷积神经网络.实验采用4组高光谱图像分类标准测试数据集,并结合3种国际通用的精度评价指标进行方法验证.定性分析结果表明,该文方法可增强空间依赖信息,有效抑制噪声现象,大幅减少分类误判现象;定量分析结果显示,相比A2 S2 K-ResNet,该文方法的分类精度更高,计算复杂度更低,且随着训练样本数量递减,其优势逐渐增大.研究结果有助于解决极少训练样本支持下的高光谱图像分类问题,并提高高光谱图像分类模型的泛化能力. 相似文献
3.
4.
石矿区生态修复是改善区域生态系统功能的重要环节,识别采石场、确定采矿区边界是完成修复任务的前提。目前,基于深度学习的语义分割技术,能够精准识别高分遥感图像中的感兴趣地物,为采石场识别提供了有效途径。本文基于CycleMLP框架,利用金字塔结构,将多级特征输入到一个轻量级MLP解码器中,聚合来自不同层次的特征信息,同时获取局部和全局特征。在前馈网络中嵌入卷积层,避免位置编码插值导致的精度下降现象。引入福建省南安市石矿区语义分割数据集,以训练网络和验证算法精度。结果表明,改进后的CycleMLP能够从高分遥感图像中有效识别石矿区,与其他基于自注意力机制的方法相比,精度更高,且可以准确界定石矿区边界,能够为修复石矿区生态系统提供可靠支撑材料。 相似文献
5.
提出了一种基于直角点统计特征的高分辨率遥感全色图像居民地提取方法。首先,分别检测全色图像中的直角点、直线段;然后,利用直角点邻边的长度约束进一步优化直角点;接着,通过构建直角点缓冲区投影的方式生成特征图像;最后,二值化特征图像提取居民地信息。实验结果表明,与角点、直线以及未限制邻边长度直角点的统计特征对比,邻边长度约束的直角点统计特征更能反映居民地信息,有效克服了同样具有较多角点与直线特征的道路、车辆、农田田埂等地物对居民地提取的负面影响。与已有的PanTex指数方法相比,所提方法不依赖于纹理的复杂程度,有效削弱了纹理复杂的非居民地区域对居民地提取的负面影响。 相似文献
6.
采石业对国民经济起到积极作用的同时,给生态、环境和人居安全带来了隐患。目前,石矿区生态修复成为重要的生态文明建设问题。解决该问题的前提是识别采石场且确定石矿区边界。高分遥感对地观测和深度学习技术为高精度识别采石场并确定矿区边界提供了有效的途径。本文基于残差网络,设计了注意力金字塔结构和细节增强模块,以少量参数和极低计算复杂度为代价,从无人机高分遥感图像中有效识别石矿区。试验采用福建省南安市高分遥感图像和人工实地考察获取的石矿区边界真值作为数据源,构建用于卷积神经网络训练的数据集,并对算法精度进行验证。试验结果表明,本文方法速度快、精度高,可为石矿区生态修复提供可靠的支撑材料。 相似文献
7.
以ALS (Airborne Laser Scanning)系统为代表的三维点云获取技术为建筑物重建提供了一条高效便捷途径。本文基于ALS点云超体素,提出了一种方差分析引导的高阶马尔可夫网络,并用以提取建筑物。该方法以超体素作为无向图模型节点,根据三维邻域特有的局部几何属性,结合方差分析原理,生成高阶因子,并将特征转化为表达能力更强的节点和边势函数;再采用信念传播算法,对高阶马尔可夫网络进行推理,形成了一种非监督的建筑物识别框架。此外,本文采用由粗到精的识别策略,首先在独立假设前提下,利用贝叶斯高斯混合模型实现节点初始状态捕捉,再采用高阶马尔可夫网络对三维邻域的相关性建模,以提高建筑物提取精度。本文引入两组具备人工标记真值的开放ALS点云数据集进行实验,利用4种国际通用指标对建筑物提取结果进行精度评价。可视化分析表明,本文方法提取的建筑物内部完整,且边界清晰,为建筑物三维重建提供了可靠信息。定量化分析表明,在低层建筑主导的住宅区,本文方法的建筑物提取精度(基于投影面积和对象的F1指数)为95.4%和91.5%,均高于现有方法;在高层建筑主导的商业区,基于对象的F1指数达到93.5%,高... 相似文献
1