高分辨率航空遥感图像的建筑物识别
日期:2023.09.04 点击数:0
【类型】期刊
【刊名】北京测绘
【关键词】 遥感图像,RCNN)模型,快速区域卷积神经网络(Faster,建筑物识别,深度学习
【摘要】目前深度学习方法的研究已在语音辨别、图像识别、信息检索等方面取得较大成果。建筑物的自动检测与识别已成为遥感图像处理范畴研究的热点。针对高分辨率航空遥感影像中的建筑物快速、精准识别的应用问题,文章提出利用深度学习方法中的快速区域卷积神经网络(Faster RCNN)模型对航空遥感图像进行建筑物识别,经验证,利用Faster RCNN模型对航空遥感图像进行建筑物识别其结果可达93.7%的精准率,平均每张图像识别时间为74 ms,证明了Faster RCNN模型应用于航空遥感图像建筑物识别中的有效性及高效性。
【年份】2023
【作者单位】地理信息工程国家重点实验室;
【期号】05
【页码】638-642
相关文章
- 1、基于卷积神经网络的遥感图像飞机目标识别 作者:晁安娜,刘坤, 年份:2018
- 2、基于深度学习的航空遥感图像目标检测算法研究 作者:常洪彬 年份:2022
- 3、航空遥感影像中的轻量级小目标检测 作者:薛雅丽,孙瑜,马瀚融, 年份:2022
- 4、高分辨率遥感图像中飞机目标自动检测方法研究 作者:任瑞龙 年份:2019
- 5、遥感图像中飞机目标提取的深度学习方法研究 作者:赵丹新 年份:2018
- 6、航空遥感图像目标检测方法研究 作者:赵鹏博 年份:2021