遥感影像建筑物提取的卷积神经元网络与开源数据集方法
遥感影像建筑物提取的卷积神经元网络与开源数据集方法
Publication information
Publisher
武汉大学遥感信息工程学院,湖北武汉,430079
More information
Scope and Contents
Contents
P237; 从遥感图像中自动化地检测和提取建筑物在城市规划、人口估计、地形图制作和更新等应用中具有极为重要的意义.本文提出和展示了建筑物提取的数个研究进展.由于遥感成像机理、建筑物自身、背景环境的复杂性,传统的经验设计特征的方法一直未能实现自动化,建筑物提取成为30余年尚未解决的挑战.先进的深度学习方法带来新的机遇,但目前存在两个困境:①尚缺少高精度的建筑物数据库,而数据是深度学习必不可少的"燃料";②目前国际上的方法都采用像素级的语义分割,目标级、矢量级的提取工作亟待开展.针对于此,本文进行以下工作:①与目前同类数据集相比,建立了一套目前国际上范围最大、精度最高、涵盖多种样本形式(栅格、矢量)、多类数据源(航空、卫星)的建筑物数据库(WHU building dataset),并实现开源;...
Alternative Titles
Full title
遥感影像建筑物提取的卷积神经元网络与开源数据集方法
Identifiers
Primary Identifiers
Record Identifier
TN_cdi_wanfang_journals_chxb201904006
Permalink
https://devfeature-collection.sl.nsw.gov.au/record/TN_cdi_wanfang_journals_chxb201904006
Other Identifiers
ISSN
1001-1595
DOI
10.11947/j.AGCS.2019.20180206.
How to access this item
Log in as a Library member
