期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种深度卷积神经网络土地利用场景照片的分类方法
被引量：
2
1
作者
徐世武
曾珏
+2 位作者
张诗慧
李长征
李亭谕
《测绘通报》
CSCD
北大核心
2020年第2期24-28,42,共6页
国土调查多角度实景举证照片具有视角多、分辨率高、层次丰富和剖面清晰的特点,透视且细致地刻画了土地利用图斑赋存状况和场景,弥补了遥感影像单一天顶视角的不足。本文基于语义分割提出了一种深度卷积神经网络(DCNN)实景照片土地利用...
国土调查多角度实景举证照片具有视角多、分辨率高、层次丰富和剖面清晰的特点,透视且细致地刻画了土地利用图斑赋存状况和场景,弥补了遥感影像单一天顶视角的不足。本文基于语义分割提出了一种深度卷积神经网络(DCNN)实景照片土地利用场景分类方法,多语义标记照片场景,语义组合智能判定照片土地利用类别。该方法成功地应用在第三次国土调查照片自动核查工作中,减轻了人工判读工作量,提高了土地利用场景自动识别的精度。
展开更多
关键词
国土调查
实景照片
深度卷积神经网络
多
语义标记
语义
组合
土地利用场景分类
下载PDF
职称材料
题名
一种深度卷积神经网络土地利用场景照片的分类方法
被引量：
2
1
作者
徐世武
曾珏
张诗慧
李长征
李亭谕
机构
中国地质大学(武汉)
中国国土勘测规划院
出处
《测绘通报》
CSCD
北大核心
2020年第2期24-28,42,共6页
基金
核查成果自动判别技术研究项目(2019114017).
文摘
国土调查多角度实景举证照片具有视角多、分辨率高、层次丰富和剖面清晰的特点,透视且细致地刻画了土地利用图斑赋存状况和场景,弥补了遥感影像单一天顶视角的不足。本文基于语义分割提出了一种深度卷积神经网络(DCNN)实景照片土地利用场景分类方法,多语义标记照片场景,语义组合智能判定照片土地利用类别。该方法成功地应用在第三次国土调查照片自动核查工作中,减轻了人工判读工作量,提高了土地利用场景自动识别的精度。
关键词
国土调查
实景照片
深度卷积神经网络
多
语义标记
语义
组合
土地利用场景分类
Keywords
land survey
real photos
deep convolutional neural networks
multiple semantic annotations
semantic composition
land use scenario classification
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种深度卷积神经网络土地利用场景照片的分类方法
徐世武
曾珏
张诗慧
李长征
李亭谕
《测绘通报》
CSCD
北大核心
2020
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
