【摘要】：針對傳統(tǒng)方法在度量建筑物面要素幾何形狀時,未能考慮形狀認知的視覺特征因素且形狀特征需要人為定義等問題,該文提出一種建筑物幾何形狀度量方法。首先,利用深度卷積神經(jīng)網(wǎng)絡的圖像特征學習特性,結合自動編碼機的自監(jiān)督學習能力,構建基于機器自監(jiān)督學習的建筑物面要素幾何形狀度量神經(jīng)網(wǎng)絡;其次,利用建筑物圖像形狀大數(shù)據(jù)對網(wǎng)絡進行訓練;最后,利用訓練完成的神經(jīng)網(wǎng)絡識別并提取建筑物形狀特征集并作為形狀度量的結果。實驗表明,該方法形狀度量結果區(qū)分度高,一定程度上克服了人為定義形狀特征的缺點,且與視覺感知結果基本一致。
[Abstract]:In order to solve the problem that traditional methods fail to consider the visual features of shape cognition and shape features need to be defined artificially when measuring the geometric shape of building surface elements, this paper proposes a new method for measuring the geometric shape of buildings. Secondly, the network is trained by using the large shape data of the building image. Finally, the neural network is used to recognize and extract the shape feature set of the building as the result of shape measurement. The shape measurement results have high discrimination, which overcomes the shortcomings of artificially defined shape features to a certain extent, and are basically consistent with the visual perception results.
【作者單位】： 蘭州交通大學測繪與地理信息學院;甘肅省地理國情監(jiān)測工程實驗室;
【基金】：國家重點研發(fā)計劃項目(2017YFB0504203) 國家自然科學基金項目(41671447,71563025,41371435,41561090)
【分類號】：P204;TP391.41

【相似文獻】

相關期刊論文 前7條

1 李秀坤;;冷卻塔幾何形狀的近景攝影檢測法[J];礦山測量;1991年04期

2 何吉歡;不規(guī)則幾何形狀的面積近似公式[J];測繪通報;1998年08期

3 李偉倩;李廣文;;X光攝影測量[J];鐵路航測;1993年03期

4 蔡永香;郭慶勝;;基于神經(jīng)網(wǎng)絡的街道漸進式選取[J];測繪信息與工程;2008年05期

5 張婷,湯國安,王崢,陳莉,王春;基于神經(jīng)網(wǎng)絡的地面坡度與其他地形定量因子關聯(lián)性分析——以黃土高原丘陵溝壑區(qū)實驗為例[J];山地學報;2004年04期

6 熊楨,鄭蘭芬,童慶禧;分層神經(jīng)網(wǎng)絡分類算法[J];測繪學報;2000年03期

7 詹云軍;黃解軍;吳艷艷;;基于神經(jīng)網(wǎng)絡與元胞自動機的城市擴展模擬[J];武漢理工大學學報;2009年01期

相關會議論文 前1條

1 姚煥炯;徐朝樹;李波;;基于神經(jīng)網(wǎng)絡的激光掃描數(shù)據(jù)擬合[A];中國測繪學會九屆四次理事會暨2008年學術年會論文集[C];2008年

相關博士學位論文 前1條

1 汪艷霞;面向更新應用的基于PSO神經(jīng)網(wǎng)絡面狀目標匹配方法研究[D];武漢大學;2014年

相關碩士學位論文 前7條

1 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

2 趙爽;基于卷積神經(jīng)網(wǎng)絡的遙感圖像分類方法研究[D];中國地質大學(北京);2015年

3 余志飛;基于GIS與BP神經(jīng)網(wǎng)絡的人口預測與信息管理系統(tǒng)開發(fā)研究[D];江西理工大學;2015年

4 夏小鵬;基于ESN模型的北京市PM2.5日均濃度污染等級預測與時空分布分析[D];中國地質大學(北京);2015年

5 趙麗娟;基于BP神經(jīng)網(wǎng)絡的遙感影像分類研究[D];東華理工大學;2014年

6 劉瑋;GPS技術在道路工程高程控制中的應用研究[D];南京理工大學;2016年

7 蔡偉峰;GPS信號短時缺失情況下的組合導航數(shù)據(jù)融合方法研究[D];西北大學;2015年

，

本文編號：2236645