露天煤礦的開采使礦區(qū)地形產(chǎn)生巨大改變,并帶來礦區(qū)土地的損毀、環(huán)境污染等問題。對露天煤礦區(qū)土地類型進(jìn)行分類可以為露天煤礦區(qū)的土地利用情況的調(diào)查提供有力支持。高空間分辨率的遙感圖像包含大量的地物細(xì)節(jié)信息,數(shù)據(jù)類型豐富,獲取方式便利,已成為礦區(qū)的重要信息源之一。傳統(tǒng)基于像素和面向?qū)ο蟮倪b感圖像分類方法難以有效利用高分遙感圖像豐富的信息,獲取圖像場景級的語義信息,因此,本文采用“面向場景”的遙感圖像分類思想。針對露天煤礦區(qū)遙感圖像單標(biāo)簽分類無法全面的反映該區(qū)域所包含的地物信息,不利于場景理解的問題,本文采用了不同的遙感圖像多標(biāo)簽分類方法以及不同的標(biāo)簽關(guān)系學(xué)習(xí)策略,以實現(xiàn)露天煤礦區(qū)的高分遙感圖像多標(biāo)簽分類。本文的主要研究內(nèi)容如下:(1)在對露天煤礦區(qū)的高分遙感圖像進(jìn)行判讀解析的基礎(chǔ)上,本文構(gòu)建了一個露天煤礦區(qū)高分遙感圖像多標(biāo)簽數(shù)據(jù)集,以用于露天煤礦區(qū)遙感圖像的多標(biāo)簽分類。本文對用于圖像單標(biāo)簽分類的遷移卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),使其適用于遙感圖像多標(biāo)簽分類。(2)本文探討了所使用的數(shù)據(jù)集的各地物類別標(biāo)簽之間存在的依賴關(guān)系。在此基礎(chǔ)上,采用了基于卷積神經(jīng)網(wǎng)絡(luò)、注意力機制和循環(huán)神經(jīng)網(wǎng)絡(luò)的編碼-解碼結(jié)構(gòu)的遙...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容及結(jié)構(gòu)安排
2 遙感圖像多標(biāo)簽分類相關(guān)理論基礎(chǔ)與實驗數(shù)據(jù)
    2.1 多標(biāo)簽分類
    2.2 卷積神經(jīng)網(wǎng)絡(luò)基本理論
    2.3 注意力機制
    2.4 實驗數(shù)據(jù)集介紹
    2.5 本章小結(jié)
3 基于CNN-RNN的遙感圖像多標(biāo)簽分類
    3.1 基于遷移卷積神經(jīng)網(wǎng)絡(luò)的圖像多標(biāo)簽分類
    3.2 遙感圖像標(biāo)簽相關(guān)性分析
    3.3 CNN-RNN多標(biāo)簽分類模型
    3.4 實驗結(jié)果與分析
    3.5 本章小結(jié)
4 基于注意力機制和圖卷積網(wǎng)絡(luò)的遙感圖像多標(biāo)簽分類
    4.1 模型基本框架
    4.2 實驗結(jié)果與分析
    4.3 本章小結(jié)
5 結(jié)論和展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3809062