论文摘要
从遥感图像中自动化地检测和提取建筑物在城市规划、人口估计、地形图制作和更新等应用中具有极为重要的意义。本文提出和展示了建筑物提取的数个研究进展。由于遥感成像机理、建筑物自身、背景环境的复杂性,传统的经验设计特征的方法一直未能实现自动化,建筑物提取成为30余年尚未解决的挑战。先进的深度学习方法带来新的机遇,但目前存在两个困境:①尚缺少高精度的建筑物数据库,而数据是深度学习必不可少的"燃料";②目前国际上的方法都采用像素级的语义分割,目标级、矢量级的提取工作亟待开展。针对于此,本文进行以下工作:①与目前同类数据集相比,建立了一套目前国际上范围最大、精度最高、涵盖多种样本形式(栅格、矢量)、多类数据源(航空、卫星)的建筑物数据库(WHU building dataset),并实现开源;②提出一种基于全卷积网络的建筑物语义分割方法,与当前国际上的最新算法相比达到了领先水平;③将建筑物提取的范围从像素级的语义分割推广至目标实例分割,实现以目标(建筑物)为对象的识别和提取。通过试验,验证了WHU数据库在国际上的领先性和本文方法的先进性。
论文目录
文章来源
类型: 期刊论文
作者: 季顺平,魏世清
关键词: 建筑物提取,语义分割,实例分割,卷积神经元网络,深度学习
来源: 测绘学报 2019年04期
年度: 2019
分类: 基础科学
专业: 自然地理学和测绘学
单位: 武汉大学遥感信息工程学院
基金: 国家自然科学基金(41471288)~~
分类号: P237
页码: 448-459
总页数: 12
文件大小: 8246K
下载量: 1170
相关论文文献
- [1].浅析神经元网络算法在中医药真实世界研究中应用可行性[J]. 天津中医药大学学报 2020(05)
- [2].模糊神经元网络评价体系实证研究[J]. 建筑与文化 2018(10)
- [3].模块神经元网络中耦合时滞诱导的簇同步转迁[J]. 动力学与控制学报 2016(06)
- [4].肚子里的“第二大脑”[J]. 大自然探索 2017(05)
- [5].混合突触作用下耦合时滞对模块神经元网络簇同步的影响[J]. 动力学与控制学报 2015(06)
- [6].对传过程神经元网络及其应用研究[J]. 微型机与应用 2012(17)
- [7].连续小波过程神经元网络在非线性函数逼近的应用[J]. 长春理工大学学报(自然科学版) 2010(03)
- [8].两种特征扩展过程神经元网络应用比较研究[J]. 控制工程 2009(S3)
- [9].一种过程神经元网络在管道土壤腐蚀速率预测中的应用[J]. 齐齐哈尔大学学报(自然科学版) 2008(04)
- [10].一种模糊计算过程神经元网络及其应用[J]. 东北林业大学学报 2008(08)
- [11].基于过程神经元网络的陶瓷窑炉智能控制机制[J]. 中国陶瓷 2008(10)
- [12].前馈型神经元网络中的放电频率传递分析[J]. 动力学与控制学报 2020(01)
- [13].神经元网络控制器在热网中的应用研究[J]. 自动化仪表 2014(12)
- [14].一种概率过程神经元网络模型及分类算法[J]. 智能系统学报 2009(04)
- [15].一种反馈过程神经元网络模型及在动态信号分类中的应用[J]. 计算机应用研究 2009(12)
- [16].模式神经元网络的聚类方法研究[J]. 北京石油化工学院学报 2009(04)
- [17].基于遗传算法和神经元网络的心电信号T波检测[J]. 中国生物医学工程学报 2008(04)
- [18].基于自适应线性神经元网络的谐波检测算法[J]. 电子技术应用 2017(06)
- [19].一种新型过程神经元网络安全模型[J]. 中国科技论文 2013(04)
- [20].基于离散过程神经元网络旋转机械轴承故障诊断模型[J]. 化学工程与装备 2013(09)
- [21].基于过程神经元网络的时间序列预测方法[J]. 计算机工程 2012(05)
- [22].基于新型动态神经元网络的逆系统方法[J]. 控制工程 2012(03)
- [23].灰色混沌神经元网络模型及其短期人口预测[J]. 系统工程 2012(10)
- [24].神经元网络模型的弱信号随机共振检测研究[J]. 计算机工程与应用 2011(02)
- [25].基于过程神经元网络与遗传算法的交通流预测[J]. 交通信息与安全 2010(05)
- [26].一种基于数值积分的过程神经元网络训练算法[J]. 计算机科学 2010(11)
- [27].基于自适应小波过程神经元网络的人口预测研究[J]. 长江大学学报(自然科学版)理工卷 2008(04)
- [28].基于模糊神经元网络的信息融合模型[J]. 河北理工大学学报(自然科学版) 2008(03)
- [29].基于概率神经元网络模型的高校政治教学系统构建[J]. 自动化技术与应用 2020(01)
- [30].一种改进的过程神经元网络模型方式预测城市用水量[J]. 科技与企业 2013(02)