期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合Transformer结构的高分辨率遥感影像变化检测网络
被引量:
2
1
作者
冯炜明
张新长
+3 位作者
孙颖
姜明
甘巧
侯幸幸
《测绘通报》
CSCD
北大核心
2022年第8期36-40,92,共6页
为解决遥感影像变化检测全局上下文信息捕获的问题,本文提出了基于孪生结构、跳跃连接结构及Transformer结构的TSU-Net。该模型编码器采用混合CNN-Transformers结构,借助自注意力机制捕获遥感影像的全局上下文信息,增强了模型对于像素...
为解决遥感影像变化检测全局上下文信息捕获的问题,本文提出了基于孪生结构、跳跃连接结构及Transformer结构的TSU-Net。该模型编码器采用混合CNN-Transformers结构,借助自注意力机制捕获遥感影像的全局上下文信息,增强了模型对于像素级遥感影像变化检测任务的长距离上下文建模能力。该模型在LEVIR-CD数据集和CDD数据集进行测试,F1得分分别为90.73和93.14,优于各对比模型。
展开更多
关键词
深度学习
遥感影像变化检测
TRANSFORMER
TSU-Net
下载PDF
职称材料
深度学习提取不透水面的自然环境影响因素研究
被引量:
1
2
作者
侯幸幸
张新长
+2 位作者
赵怡
孙颖
阮永俭
《测绘科学》
CSCD
北大核心
2022年第11期73-84,共12页
针对遥感影像提取不透水面通常会受到自然环境因素影响的问题,该文采用改进的U2-Net模型对北京市五区和南京市五区的Landsat 8 OLI影像进行季节性不透水面提取,探索深度学习提取不透水面时的自然环境影响因素及其影响机制。选择植被、...
针对遥感影像提取不透水面通常会受到自然环境因素影响的问题,该文采用改进的U2-Net模型对北京市五区和南京市五区的Landsat 8 OLI影像进行季节性不透水面提取,探索深度学习提取不透水面时的自然环境影响因素及其影响机制。选择植被、水、裸土及地表温度作为影响因素,通过地理探测器研究以上因素对不透水面提取的影响机制。基于改进的U2-Net模型提取不透水面精度较高,其中北京市研究区域的提取精度为93.81%,南京市研究区域的提取精度为94.04%;4项自然环境因素对不透水面提取精度均有影响,单因素分析中地表温度影响最大,交互作用分析中地表温度与植被覆盖影响最大。研究结果表明:夏季不透水面提取精度最高,受自然因素及交互作用影响最小;提取不透水面建议采用夏季影像。本文探究了自然因素对不透水面提取的影响机制,为进一步不透水面遥感提取和动态差异分析提供有力支撑。
展开更多
关键词
改进U2-Net
不透水面
季节性环境影响因素
地理探测器
原文传递
题名
融合Transformer结构的高分辨率遥感影像变化检测网络
被引量:
2
1
作者
冯炜明
张新长
孙颖
姜明
甘巧
侯幸幸
机构
广州大学地理科学与遥感学院
中山大学地理科学与规划学院
出处
《测绘通报》
CSCD
北大核心
2022年第8期36-40,92,共6页
基金
国家重点研发计划(2018YFB2100702)
国家自然科学基金面上项目(42071441)
智慧广州时空信息云平台关键技术——时空大数据一体化整合与自适应动态更新模块研发与咨询服务项目(GZIT2016-A5-147)。
文摘
为解决遥感影像变化检测全局上下文信息捕获的问题,本文提出了基于孪生结构、跳跃连接结构及Transformer结构的TSU-Net。该模型编码器采用混合CNN-Transformers结构,借助自注意力机制捕获遥感影像的全局上下文信息,增强了模型对于像素级遥感影像变化检测任务的长距离上下文建模能力。该模型在LEVIR-CD数据集和CDD数据集进行测试,F1得分分别为90.73和93.14,优于各对比模型。
关键词
深度学习
遥感影像变化检测
TRANSFORMER
TSU-Net
Keywords
deep learning
remote sensing image change detection
Transformer
TSU-Net
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
深度学习提取不透水面的自然环境影响因素研究
被引量:
1
2
作者
侯幸幸
张新长
赵怡
孙颖
阮永俭
机构
广州大学地理科学与遥感学院
中山大学地理科学与规划学院
出处
《测绘科学》
CSCD
北大核心
2022年第11期73-84,共12页
基金
国家自然科学基金面上项目(42071441)
文摘
针对遥感影像提取不透水面通常会受到自然环境因素影响的问题,该文采用改进的U2-Net模型对北京市五区和南京市五区的Landsat 8 OLI影像进行季节性不透水面提取,探索深度学习提取不透水面时的自然环境影响因素及其影响机制。选择植被、水、裸土及地表温度作为影响因素,通过地理探测器研究以上因素对不透水面提取的影响机制。基于改进的U2-Net模型提取不透水面精度较高,其中北京市研究区域的提取精度为93.81%,南京市研究区域的提取精度为94.04%;4项自然环境因素对不透水面提取精度均有影响,单因素分析中地表温度影响最大,交互作用分析中地表温度与植被覆盖影响最大。研究结果表明:夏季不透水面提取精度最高,受自然因素及交互作用影响最小;提取不透水面建议采用夏季影像。本文探究了自然因素对不透水面提取的影响机制,为进一步不透水面遥感提取和动态差异分析提供有力支撑。
关键词
改进U2-Net
不透水面
季节性环境影响因素
地理探测器
Keywords
improved U~2-Net
impervious surface
seasonal environmental factors
geographic detector
分类号
P237 [天文地球—摄影测量与遥感]
原文传递
题名
作者
出处
发文年
被引量
操作
1
融合Transformer结构的高分辨率遥感影像变化检测网络
冯炜明
张新长
孙颖
姜明
甘巧
侯幸幸
《测绘通报》
CSCD
北大核心
2022
2
下载PDF
职称材料
2
深度学习提取不透水面的自然环境影响因素研究
侯幸幸
张新长
赵怡
孙颖
阮永俭
《测绘科学》
CSCD
北大核心
2022
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部