| 基于ＤｅｅｐＬａｂｖ３＋的高分辨率遥感影像 |
| |
| 引用本文： | 于明洋,张文焯,陈肖娴,刘耀辉.基于ＤｅｅｐＬａｂｖ３＋的高分辨率遥感影像[J].测绘工程,2022,31(4):1. |
| |
| 作者姓名： | 于明洋 张文焯 陈肖娴 刘耀辉 |
| |
| 作者单位： | １．山东建筑大学测绘地理信息学院，济南２５０１０１；２．河北省地震动力学重点实验室，河北三河０６５２０１ |
| |
| 摘 要： | 提出一种建筑物自动化提取架构，基于ＤｅｅｐＬａｂｖ３＋网络模型，使用ＷＨＵ建筑物数据集，完成数据集增强、
模型训练、建筑物提取以及精度评估。实验表明，架构中ＤｅｅｐＬａｂｖ３＋模型分类的总体精度为９６．３％、准确度为
９４．２％、召回率为９２．５％、Ｆ１得分为９３．３％、交并比为８７．５％，优于基于像素的分类方法（支持向量机、Ｋ均值聚类
算法（Ｋ－Ｍｅａｎｓ））和面向对象的分类方法（最邻近节点算法（ＫＮＮ）、分析与回归树）以及基于深度学习的分类方法
（ＵＮｅｔ、ＳｅｇＮｅｔ、ＰＳＰＮｅｔ）。文中构建的高分辨率遥感影像建筑物自动化提取模式，可以完成建筑物高精度高效率的
提取任务。
|
| 关 键 词： | 高分辨率遥感影像 建筑物提取 ＤｅｅｐＬａｂｖ３＋网络模型 深度学习 |
|
| 点击此处可从《测绘工程》浏览原始摘要信息 |
| 点击此处可从《测绘工程》下载免费的PDF全文 |
|
