-
题名面向深度学习的遥感图像目标样本生成方法
被引量：9
- 1
-
-
作者
王敏
陈金勇
王港
高峰
孙康
许妙忠
-
机构
中国电子科技集团公司第五十四研究所
航天信息应用技术重点实验室
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《国外电子测量技术》
2019年第4期60-65,共6页
-
文摘
基于深度学习构建目标检测模型需要大量的标记样本,良好的样本制作能够提升检测模型的检测精度,若标记的样本库缺乏强代表性,则在实际应用中会影响检测模型。结合多尺度高分影像多类型目标的特点,综合应用人工交互解译和成像过程仿真,以遥感图像舰船目标为例,研究制备高分辨率遥感影像的全要素舰船目标样本,重点突破样本数量受限情况下成像过程模型辅助的样本参数空间统计插值技术。综合利用国内外的军民商遥感卫星数据,获取不同环境、不同时间、不同尺度下的包含舰船目标的遥感影像,利用样本空间插值技术,实现多类型多属性的样本扩增,构建丰富样本库,为后续模型训练提供良好的基础。仿真实验表明,所提出的样本扩增方法都在不同程度上提高了目标检测的准确率,最优结果将检测召回率从85%提高到98%,效果显著。
-
关键词
遥感目标
样本扩增
深度学习
空间插值技术
召回率
-
Keywords
sensing image object
sample amplification
deep learning
spatial interpolation
recall rate
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名人工智能在水环境监测的关键技术研究与工程实践
被引量：5
- 2
-
-
作者
雷健
-
机构
北京市水利自动化研究所
-
出处
《价值工程》
2019年第22期215-219,共5页
-
文摘
目前水环境监督管理基本靠视频监控和巡河员定期巡视,用技防+人防的方式发现违法事件逐级上报来解决。由于图像采集点不足,并且传统图像信息分析技术使用难度大,需要投入大量人员现场巡河,导致人员成本高、效率比较低。当前人工智能技术的发展已经进入实用化阶段,将其成果有效用于水务管理决策系统当中,成为当前水务信息化的热点技术之一。本文对人工智能的发展趋势和应用到水务信息化中需要考虑的技术和工程问题进行了技术探讨与工程验证。
-
关键词
人工智能
卷积神经网络
水务人工智能平台
样本扩增
-
Keywords
artificial intelligence
convolutional neural network
water artificial intelligence platform
sample amplification
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于多尺度样本扩增的高光谱影像半监督分类
- 3
-
-
作者
刘丽丽
杨春蕾
顾明剑
胡勇
-
机构
中科技术物理苏州研究院
中国科学院上海技术物理研究所
中国科学院红外探测与成像技术重点实验室
-
出处
《红外》
CAS
2023年第5期32-45,共14页
-
文摘
大量的训练样本可有效缓解模型过拟合,从而提高分类效果。在初始标记样本较少的情况下,开展借助不同尺度的同质区快速扩增大量高精度训练样本的实验,并利用初始标记样本和扩增样本训练支持向量机(Support Vector Machine,SVM)分类器,实现对高光谱数据的有效分类。该方法在Pavia Uni-versity、Salinas和Indian Pines三种高光谱数据上均能获得大量高精度的训练样本,分类精度分别达到99%、99%和97%以上。实验结果表明,扩增的大量伪标签样本可以有效训练SVM分类器,提高分类效果。
-
关键词
高光谱影像
半监督分类
多尺度同质区
训练样本扩增
图像分割
支持向量机
-
Keywords
hyperspectral image
semi-supervised classification
multi-scale homogeneous regions
train-ing sample amplification
image segmentation
SVM
-
分类号
P237
[天文地球—摄影测量与遥感]
-
