高分辨率遙感影像中道路網(wǎng)的提取是智能地物提取和分析的重要方面,研究遙感圖像的道路提取方法具有重要科學(xué)意義。本文以馬薩諸州航空影像道路數(shù)據(jù)集為試驗數(shù)據(jù),設(shè)計一種基于端到端的全卷積神經(jīng)網(wǎng)絡(luò)模型,基于此分別對郊區(qū)道路網(wǎng)以及城區(qū)密集道路網(wǎng)進(jìn)行試驗分析,并與傳統(tǒng)的監(jiān)督分類算法進(jìn)行比較。試驗結(jié)果表明,基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法可較高精度地從高分辨率遙感影像中提取道路信息,召回率與F1評分有著25%～47%左右的提升。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 卷積神經(jīng)網(wǎng)絡(luò)遙感道路提取
    1.1 試驗數(shù)據(jù)
    1.2 網(wǎng)絡(luò)設(shè)計
    1.3 試驗設(shè)計
    1.4 提取結(jié)果與精度評價
        (1）提取結(jié)果誤差分布分析
        (2）精度評價
2 結(jié)束語



本文編號：3741841