-
题名基于多尺度特征感知网络的城市植被无人机遥感分类
被引量：15
- 1
-
-
作者
蒯宇
王彪
吴艳兰
陈搏涛
陈兴迪
薛维宝
-
机构
安徽大学资源与环境工程学院
安徽省地理信息智能技术工程研究中心
-
出处
《地球信息科学学报》
CSCD
北大核心
2022年第5期962-980,共19页
-
基金
国家自然科学基金项目(41971311、41902182)
安徽省自然科学基金(2008085QD188)。
-
文摘
目前城市植被分类受特征相近、光谱相似影响导致植被漏分、错分。因此,设计了一种多尺度特征感知网络(MFDN)结合高分辨率无人机可见光影像对城市植被分类。该网络针对漏分、错分问题,通过在输入层引入坐标卷积减少空间信息的丢失;构建并行网络增强多尺度特征信息并在网络之间引入重复多尺度融合模块使整个过程保持高分辨率表示,减少细节特征的丢失;同时添加分离特征模块扩大感受野,获取多尺度特征,从而有效缓解了城市植被错分、漏分现象。结果表明,MFDN方法在仅使用无人机可见光影像条件下主要是通过空间模式而不是光谱信息促进了城市植被分类,平均总体精度为89.54%,平均F1得分为75.85%,平均IOU为65.45%,分割结果准确完整。因此,所提方法与易于操作的低成本无人机系统相匹配,适用于城市植被快速调查,可以为城市空间利用和生态资源调查提供技术支持和科学依据。
-
关键词
城市植被分类
深度学习
无人机遥感
可见光影像
多尺度特征融合
语义分割
多特征感知
城市生态系统
-
Keywords
urban vegetation classification
deep learning
UAV remote sensing
visible light image
multi-scale feature fusion
semantic segmentation
multi-feature perception
urban ecosystem
-
分类号
X87
[环境科学与工程—环境工程]
TU984.113
[建筑科学—城市规划与设计]
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
