基于深度学习的激光遥感图像特征识别

论文摘要

以往基于模糊生物的激光遥感图像特征提取方法,通常采用单一的特征提取方式,获取的结果存在较多不明确部分以及维度高的问题,识别精度低。因此,提出基于深度学习的激光遥感图像特征识别方法,对激光遥感图像的颜色、纹理特征进行提取,获取相应的特征向量描述;采用基于卷积神经网络的深度学习方法,基于深度学习神经网络设计卷积神经网络,采用卷积神经网络对激光遥感图像特征向量进行训练,经过卷积层、池化层以及Softmax层的操作对特征向量进行降维处理,获取激光遥感图像特征的初步识别结果;采用Alexnet神经网络与GoogLeNet神经网络,基于初步识别结果对激光遥感图像中特征不明确的部分进行再次识别训练,获取激光遥感图像中的最优特征子集,完成激光遥感图像特征的高精度识别。实验结果表明,所提方法在激光遥感图像特征提取方面具有识别精度高、性能好的优势。

论文目录

• 1 引言
• 2 基于深度学习的激光遥感图像特征识别
•   2.1 激光遥感图像特征提取
•     2.1.1 激光遥感图像的颜色特征
•     2.1.2 激光遥感图像的纹理特征
•     2.1.3 激光遥感图像特征向量描述
•   2.2 基于卷积神经网络的深度学习方法
•     2.2.1 深度学习神经网络基本构成
•     2.2.2 采用卷积神经网络的初步识别
•     2.2.3 采用Alexnet神经网络结构与GoogLeNet神经网络结构的再次识别
• 3 实验分析
•   3.1 实验一
•   3.2 实验二
• 4 结论

文章来源

类型: 期刊论文

作者: 俞淑燕,魏哲

关键词: 深度学习,激光,卷积神经网络,遥感图像,特征,识别

来源: 激光杂志 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 浙江邮电职业技术学院管理与信息分院,中国民用航空飞行学院计算机学院

分类号: TP751;TP183

DOI: 10.14016/j.cnki.jgzz.2019.02.123

页码: 123-127

总页数: 5

文件大小: 1092K

下载量: 308