- 软件名称:基于深度学习的高分辨率遥感影像土地覆盖自动分类方法
- 软件大小: 0.00 B
- 软件评级: ★★★★★★
- 开 发 商: 李国清, 柏永青, 杨轩, 陈正超, 余海坤
- 软件来源: 《地球信息科学学报》
- 解压密码:www.gissky.net
资源简介
摘要:
土地覆盖变化是全球变化研究的核心,而精准分类是开展土地覆盖变化研究的基础。高分辨率遥感卫星技术的快速发展对地表分类的速度和精度提出了双重挑战,近年来人工智能等新技术的发展为图像自动分割提供了实现途径,而以卷积神经网络为代表的深度学习方法在遥感图像分类领域也具有独特的优势。为对比深度学习模型设计对高分辨率图像分类结果的影响,本文以郑州市2019年高分1号影像作为输入,对比研究了基于UNet模型改进的4种不同深度学习网络模型在高分辨率影像土地覆盖自动分类应用中的差异,探讨了残差网络、模型损失函数、跳层连接和注意力机制模块等编码和解码设定对于分类精度的影响机制。研究发现:同时加入多尺度损失函数、跳层连接和注意力机制模块的MS-EfficientUNet模型对郑州市土地覆盖分类结果最优,基于像元评价的整体分类精度可达0.7981。通过在解码器中引入多尺度损失函数可有效提高林地、水体和其他类别的分类精度;而对编码器进行改进,加入跳层连接和注意力机制可进一步提高草地、水体和其他类别地物的分类精度。研究结果表明,深度学习技术在高分辨率遥感影像自动分类中具有潜在应用价值,但分类结果精度的进一步提高和多级别大范围的精细分类方法仍是下一步研究的重点。
相关资源
下载说明
·如果您发现该资源不能下载,请通知管理员.gissky@gmail.com
·为确保下载的资源能正常使用,请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ,如果是压缩文件为分卷多文件,请依次下载每一个文件,并按照顺序命名为1.rar,2.rar,3.rar...,然后鼠标右击1.rar解压.
·为了保证您快速的下载速度,我们推荐您使用[网际快车]等专业工具下载.
·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.