基于卷积神经网络的Landsat卫星TM图像建筑物识别方法

人工智能和深度学习在图像识别领域发挥了重大作用,而TM卫星图像是研究土地利用情况的有效工具。以往的遥感图像建模需要花费大量的人工建立模型,且针对性不强。本研究提出了一个基于卷积神经网络的深度学习模型,能够有效地根据Landsat多波段TM图像识别建筑物,准确率(P-Score)和回收率(R-Score)分别达到0.82和0.84,并且较易于移植和修改。