基于卷积神经网络的电线塔识别与更新入库 |
| |
引用本文: | 陈超,丁婷,杨锦.基于卷积神经网络的电线塔识别与更新入库[J].地理空间信息,2021,19(7):85-87,122. |
| |
作者姓名: | 陈超 丁婷 杨锦 |
| |
作者单位: | 江苏省基础地理信息中心,江苏 南京 210013 |
| |
摘 要: | 利用卷积神经网络实现了电线塔的提取与更新入库.首先将遥感影像分为训练区域与校正区域,结合本底矢量数据,在训练区域分别获得目标与非目标样本影像块,并以此训练卷积神经网络;再利用卷积神经网络在校正区域提取电线塔;然后通过与本底数据的叠置分析,获得电线塔的增量数据;最后根据不同的类型对增量数据进行更新入库.实验结果表明,该方法的检测率和误检率分别为0.758和0.375,可作为电线塔快速更新的有效手段,也可为其余重要要素更新提供参考.
|
关 键 词: | 卷积神经网络 要素识别 变化检测 叠置分析 更新入库 |
本文献已被 CNKI 万方数据 等数据库收录! |
|