-
题名多尺度遥感语义分割网络
被引量：10
- 1
-
-
作者
胥智杰
杨小兵
何灵敏
潘承瑞
-
机构
中国计量大学信息工程学院
中国计量大学浙江省电磁波信息技术与计量检测重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第21期210-217,共8页
-
基金
国家自然科学基金(No.61303146)。
-
文摘
高分辨率遥感图像语义分割在国土规划、地理监测、智慧城市等领域有着广泛的应用价值,但是现阶段研究中存在相似地物和精细地物分割不准确问题。为解决这一问题,提出了一种新型的多尺度语义分割网络MSSNet。它由编码层、解码层和输出层组成。为解决相似地物的分割问题,编码层使用深层网络ResNet101充分提取地物特征,并在解码层的解码器中加入残差块,提高基于像素点的分类能力。为解决精细结构地物的分割问题,解码层中的解码器加入了空洞空间金字塔池化结构提取多尺度地物特征,以便精确分割不同尺度的地物。为了强化语义分割能力,输出层合并了多个解码器的输出,为最终的预测提供了更多的信息。在两个公开数据集Vaihingen和Potsdam上进行了实验,分别取得了87%和87.3%的全局精确度,超过了大多数已发表的方法。实验结果表明,提出的MSSNet能够精确地分割相似地物和精细地物,并且具有训练过程简单和易于使用的优点,非常适合进行高分辨率遥感图像语义分割。
-
关键词
高分辨率遥感图像
语义分割
深度学习
多尺度语义分割网络(MSSNet)
-
Keywords
very-high-resolution remote sensing image
semantic segmentation
deep learning
Multiscale Semantic Segment Network(MSSNet)
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名使用高分遥感影像获取塔里木河胡杨高度信息
被引量：2
- 2
-
-
作者
杨雪峰
-
机构
新疆师范大学地理科学与旅游学院
新疆维吾尔自治区重点实验室/新疆干旱区湖泊环境与资源实验室
-
出处
《遥感技术与应用》
CSCD
北大核心
2021年第5期1199-1208,共10页
-
基金
国家自然科学基金项目(41761075)。
-
文摘
森林高度在森林生态状况、生物量水平研究中是一个重要参数,目前存在的多种获取树高的遥感技术,都不同程度存在一些问题。塔里木河下游胡杨林作为干旱区内陆河流域荒漠生态系统的核心构件和重要生态恢复对象,了解其高度信息有助于科学评估塔河下游受损生态系统的恢复程度。使用高分辨率遥感影像,利用面向对象影像分析技术,获取单木尺度的胡杨树冠,并提取对应的光谱、纹理和几何特征;在使用消费级无人机获取的树高数据支持下,分别使用Linear、MLP(Multilayer Perceptron,MLP)、PACE和SVR(SVM Regression,SVR)方法建立树高回归模型获取塔里木河下游胡杨高度信息。结果表明:①基于光谱、纹理和几何特征建立的树高回归模型R^(2)为0.6687,RMSE为0.9426 m,说明结合使用高分辨率卫星遥感和无人机遥感技术可以用于获取单木尺度的胡杨树高;②当使用所有特征时,MLP、PACE和SVR回归模型的相关系数均大于0.81,其中PACE回归模型精度最高;③在单木尺度上,光谱特征中包含有较多的树高信息,其次是纹理特征。
-
关键词
胡杨
树高
高分影像
面向对象影像分析
回归模型
-
Keywords
Populus Euphratica
Tree height
very-high-resolution remote sensing
Object based image analysis
Regression model
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
