第三次全国国土调查工作图斑地类常见认定问题分析     

李智宇  谭军辉 《测绘通报》2021,(3):147-151

第三次全国国土调查已于2019年全面开展,图斑地类认定是该项工作的重点和难点。本文根据笔者所在单位在华南地区多个项目的实施经验,针对动土、建设用地和闲置用地3类重点图斑中常见的容易判断错误的问题,通过影像图、现场照片对比及国家发布的认定依据进行分析,总结了一套地类认定的规律和经验,有助于三调工作中快速、准确地认定地类,避免了返工和数据库的反复修改,从而可提高作业队伍在三调工作中的工作效率和工作质量。  相似文献   

利用深度学习模型智能识别地下排水管道缺陷     

王大成  谭军辉  彭述刚  钟镇声  陈国强  李国桥 《测绘通报》2021,(10):141-145

排水管道健康状况直接影响整个城市的排水效果,CCTV检测作为目前最为常见的排水管道健康状况检测方法,仍存在自动化程度不高、工作效率低下、严重依赖人工经验等问题。为解决以上问题,本文将当前先进的深度学习技术与地下排水管道缺陷检测技术相结合,提出了一种基于深度学习模型的地下排水管道缺陷智能识别技术。同时,将管道缺陷智能识别与管道检测工作流程紧密结合,实现城市排水管道检测报告的快速自动生成等功能,从而大大提高排水管道缺陷的检测效率。  相似文献   

基于改进卷积神经网络的城市地下排水管道视频智能识别     

彭述刚  王大成  谭军辉  敖旋峰  俞佳颖 《测绘通报》2021,(10):132-135,167

城市地下排水管道是市政工程中的一个重要基础设施,但随着管道的老化,不同类型的缺陷开始产生,如何及时有效地对其进行智能识别是当前市政管理面临的一个重要挑战。对此,本文利用当前最新的深度学习进行管道视频图像的智能识别,提出了基于改进卷积神经网络的IM-CNN算法。算法基于InceptionV3框架,针对需要识别的管道图片不同类别缺陷间具有类不平衡性的特点,设计了面向管道识别的改进特征融合策略及新的目标函数。基于地下排水管道数据集的试验表明,该算法的预测识别能力不仅优于传统的机器学习算法,而且强于已有直接利用卷积神经网络的算法。  相似文献