基于Siamese卷積神經(jīng)網(wǎng)絡(luò)的影像瓦片變化檢測技術(shù)
發(fā)布時間:2024-05-31 03:31
針對地理信息變化較快而傳統(tǒng)更新方式效率不高的問題,目前許多學(xué)者提出了各類變化檢測的方法,但這些方法大都是基于影像數(shù)據(jù)進行試驗,對影像預(yù)處理要求較高,且檢測精度的穩(wěn)定性較差,受數(shù)據(jù)源質(zhì)量影響較大。而天地圖、百度地圖、谷歌地圖等地圖中均可免費下載各種級別的影像瓦片,因此本文提出利用天地圖影像瓦片進行試驗,采用Siamese卷積神經(jīng)網(wǎng)絡(luò)(SCNN)和深度學(xué)習(xí)技術(shù),開發(fā)基于SCNN的高精度變化監(jiān)測算法,以快速發(fā)現(xiàn)變化區(qū)域,實現(xiàn)地理信息變化信息檢測。
【文章頁數(shù)】:6 頁
【文章目錄】:
1 研究方法
1.1 數(shù)據(jù)源選取
1.2 樣本選擇
1.2.1 初始樣本庫建立
1.2.2 樣本增強
1.2.2. 1 不變樣本
1.2.2. 2 變化樣本
1.3 基于Siamese卷積神經(jīng)網(wǎng)絡(luò)的變化發(fā)現(xiàn)模型(SCNN)
1.3.1 特征提取層
1.3.2 決策層
2 試驗與結(jié)果分析
2.1 試驗細節(jié)
2.2 試驗結(jié)果
2.3 存在不足
3 結(jié)語
本文編號:3985083
【文章頁數(shù)】:6 頁
【文章目錄】:
1 研究方法
1.1 數(shù)據(jù)源選取
1.2 樣本選擇
1.2.1 初始樣本庫建立
1.2.2 樣本增強
1.2.2. 1 不變樣本
1.2.2. 2 變化樣本
1.3 基于Siamese卷積神經(jīng)網(wǎng)絡(luò)的變化發(fā)現(xiàn)模型(SCNN)
1.3.1 特征提取層
1.3.2 決策層
2 試驗與結(jié)果分析
2.1 試驗細節(jié)
2.2 試驗結(jié)果
2.3 存在不足
3 結(jié)語
本文編號:3985083
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3985083.html
最近更新
教材專著