典型文献
基于多特征融合的遥感影像土地利用分类
文献摘要：
高分辨率遥感影像因其所含较为丰富的影像信息,在城市规划、环境评价、林业测量等领域得到了广泛应用.然而,由于遥感影像具有背景复杂、地物结构多样、细节丰富等特点,往往存在分割精度低的问题.此外,遥感影像中目标如建筑物、河流和林地等地物通常存在尺寸大小不一致的问题,难以做到精细化分割.针对以上问题,本文提出了基于多特征融合的卷积神经网络模型.该模型分为编码器和解码器两部分.在编码阶段,本文使用跨卷积层级的多尺度特征融合策略提取特征;在解码阶段,为了准确地恢复影像的细节信息,本文设计了能够融合不同层级卷积特征的解码器.同时,本文对成都市的高分系列遥感卫星影像标注,设计对比实验验证了本文模型的有效性.
文献关键词：
遥感影像;语义分割;卷积神经网络;特征融合
中图分类号：
作者姓名：
湛浩宇;周吾珍;邱凌瀚;韩飞;郑晓莉
作者机构：
四川省国土科学技术研究院(四川省卫星应用技术中心),四川成都 610045;成都数之联科技有限公司,四川成都 610094
文献出处：
引用格式：
[1]湛浩宇;周吾珍;邱凌瀚;韩飞;郑晓莉-.基于多特征融合的遥感影像土地利用分类)[J].测绘与空间地理信息,2022(10):50-53
A类：
B类：
多特征融合,土地利用分类,高分辨率遥感影像,所含,城市规划,环境评价,林业,地物,林地,常存,大小不一,卷积神经网络模型,编码器,解码器,在编,卷积层,多尺度特征融合,融合策略,提取特征,细节信息,卷积特征,成都市,遥感卫星,卫星影像,影像标注,设计对比,语义分割
AB值：
0.331092
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
