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
基于EDRNet模型的高分辨率遥感影像道路提取
被引量:
8
1
作者
赫晓慧
李代栋
+4 位作者
李盼乐
胡绍凯
陈明扬
田智慧
周广胜
《计算机工程》
CAS
CSCD
北大核心
2021年第9期297-303,312,共8页
针对高分辨率遥感影像道路提取结果不完整、边界质量差的问题,提出基于EDRNet模型的遥感影像道路提取方法。利用残差网络构建道路提取模型EDR1,保留道路的细节信息并加速网络收敛。通过融合多尺度、多层次的道路特征信息,设计道路提取...
针对高分辨率遥感影像道路提取结果不完整、边界质量差的问题,提出基于EDRNet模型的遥感影像道路提取方法。利用残差网络构建道路提取模型EDR1,保留道路的细节信息并加速网络收敛。通过融合多尺度、多层次的道路特征信息,设计道路提取结果优化模型EDR2。在此基础上,利用混合损失函数,提高道路提取的完整度。实验结果表明,EDRNet道路提取方法在马萨诸塞州道路数据集上的召回率、精确率和F1-score指标分别达到了84.4%、81.7%及83.0%,其结果完整且准确。
展开更多
关键词
遥感影像
道路提取
U-Net模型
深度学习
edrnet
模型
下载PDF
职称材料
题名
基于EDRNet模型的高分辨率遥感影像道路提取
被引量:
8
1
作者
赫晓慧
李代栋
李盼乐
胡绍凯
陈明扬
田智慧
周广胜
机构
郑州大学地球科学与技术学院
郑州大学信息工程学院
中国气象科学研究院郑州大学生态气象联合实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第9期297-303,312,共8页
基金
第二次青藏高原综合科学考察研究项目(2019QZKK0106)。
文摘
针对高分辨率遥感影像道路提取结果不完整、边界质量差的问题,提出基于EDRNet模型的遥感影像道路提取方法。利用残差网络构建道路提取模型EDR1,保留道路的细节信息并加速网络收敛。通过融合多尺度、多层次的道路特征信息,设计道路提取结果优化模型EDR2。在此基础上,利用混合损失函数,提高道路提取的完整度。实验结果表明,EDRNet道路提取方法在马萨诸塞州道路数据集上的召回率、精确率和F1-score指标分别达到了84.4%、81.7%及83.0%,其结果完整且准确。
关键词
遥感影像
道路提取
U-Net模型
深度学习
edrnet
模型
Keywords
remote sensing image
road extraction
U-Net
model
Deep Learning(DL)
edrnet model
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于EDRNet模型的高分辨率遥感影像道路提取
赫晓慧
李代栋
李盼乐
胡绍凯
陈明扬
田智慧
周广胜
《计算机工程》
CAS
CSCD
北大核心
2021
8
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