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
1
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
结合多种影像特征与CNN的城市建筑物提取
被引量:
5
1
作者
谢跃辉
李百寿
刘聪娜
《遥感信息》
CSCD
北大核心
2020年第5期80-88,共9页
针对当前卷积神经网络对于城市建筑物纹理特征信息和多尺度信息利用的不足,提出了一种基于多种影像特征与卷积神经网络的城市建筑物提取方法,对结合尺度特征和纹理特征后的CNN模型的建筑物分类提取精度及其影响因素开展研究。方法采用...
针对当前卷积神经网络对于城市建筑物纹理特征信息和多尺度信息利用的不足,提出了一种基于多种影像特征与卷积神经网络的城市建筑物提取方法,对结合尺度特征和纹理特征后的CNN模型的建筑物分类提取精度及其影响因素开展研究。方法采用局部二值模式来表达纹理特征,同时采用高斯金字塔提取多尺度特征,以此构建网络训练样本。基于此样本进行SegNet卷积网络训练,采用Softmax分类器完成建筑物粗提取,最后优化网络输出。研究表明,将纹理特征和尺度特征加入模型进行训练可以提高预测精度,其中精确率、召回率以及F1评分3个指标分别提升了8.01%、2.71%和4.98%。
展开更多
关键词
LBP纹理
高斯金字塔尺度模型
卷积神经网络
高分影像
建筑物提取
下载PDF
职称材料
题名
结合多种影像特征与CNN的城市建筑物提取
被引量:
5
1
作者
谢跃辉
李百寿
刘聪娜
机构
桂林理工大学测绘地理信息学院
广西空间信息与测绘重点实验室
出处
《遥感信息》
CSCD
北大核心
2020年第5期80-88,共9页
基金
国家自然科学基金项目(41161073)
桂林市科学研究与技术开发计划项目(20190601)。
文摘
针对当前卷积神经网络对于城市建筑物纹理特征信息和多尺度信息利用的不足,提出了一种基于多种影像特征与卷积神经网络的城市建筑物提取方法,对结合尺度特征和纹理特征后的CNN模型的建筑物分类提取精度及其影响因素开展研究。方法采用局部二值模式来表达纹理特征,同时采用高斯金字塔提取多尺度特征,以此构建网络训练样本。基于此样本进行SegNet卷积网络训练,采用Softmax分类器完成建筑物粗提取,最后优化网络输出。研究表明,将纹理特征和尺度特征加入模型进行训练可以提高预测精度,其中精确率、召回率以及F1评分3个指标分别提升了8.01%、2.71%和4.98%。
关键词
LBP纹理
高斯金字塔尺度模型
卷积神经网络
高分影像
建筑物提取
Keywords
LBP texture
Gaussian pyramid
convolutional neural networks
high-resolution image
building extraction
分类号
P236 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合多种影像特征与CNN的城市建筑物提取
谢跃辉
李百寿
刘聪娜
《遥感信息》
CSCD
北大核心
2020
5
下载PDF
职称材料
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