-
题名基于深度学习的监控建筑变化影像识别
被引量:2
- 1
-
-
作者
王雪
黄建华
蒙钰天
孙希延
-
机构
桂林电子科技大学广西精密导航技术与应用重点实验室
桂林电子科技大学卫星导航与位置服务国家与地方联合工程研究中心
桂林市国土资源研究中心
-
出处
《地理信息世界》
2022年第4期30-34,共5页
-
基金
桂林市科技局桂林市国家可持续发展议程创新示范区建设重点项目(20190219-1)。
-
文摘
传统方法对长焦距摄像头影像进行变化区域提取时,由于光照、摄像头抖动等影响,导致像素点不能精确配准,变化检测不能准确识别建筑物变化的问题,本文提出基于深度学习的监控建筑影像变化检测算法。首先利用图像相似性进行筛选,粗略提取变化区域图像;再利用Faster R-CNN网络对变化区域图像进行建筑物识别与提取。通过桂林西站图像采集试验,结果表明本文方法相比差值法提取变化区域进行变化检测,虚检率降低0.126,漏检率降低0.518,正确率提高0.124,完整率提高0.519,质量提高0.12,在城乡结合部由于建筑物与背景区别更大,具有更好的检测结果和泛化能力。
-
关键词
城市监控影像
建筑物变化检测
深度学习
图像相似性
-
Keywords
urban monitoring image
building change detection
deep learning
image similarity
-
分类号
P2
[天文地球—测绘科学与技术]
TU196
[建筑科学—建筑理论]
-