面向高分遥感影像提取光伏板模型的构建方法 |
| |
引用本文: | 牛冲,王晓明,张友超,任彤欣,王秀凤.面向高分遥感影像提取光伏板模型的构建方法[J].测绘科学,2023(5):197-205+212. |
| |
作者姓名: | 牛冲 王晓明 张友超 任彤欣 王秀凤 |
| |
作者单位: | 1. 中国矿业大学环境与测绘学院;2. 山东省地质测绘院;3. 山东省国土测绘院;4. 山东省地质科学研究院 |
| |
摘 要: | 针对由光伏板复杂特征导致的已有遥感自动提取光伏板方法精度较低的问题,该文利用高分辨率遥感影像基于CNN及U-net神经网络提出一种并行集成网络模型用于光伏板提取。通过多种精度评价指标对2021—2022年不同时间场景下模型识别结果进行精度验证。实验结果表明,相比传统单一网络模型,该文提出的并行集成网络模型拟合速度更快,模型稳定后精度及损失函数均达到最优水平,不同时间场景中,该文模型识别光伏板像元数更接近真实像元数,识别误差最小。因此,该文提出的模型具有更好的泛化能力及可靠性,可为实现自动高效识别提取光伏板信息提供新思路。
|
关 键 词: | 光伏板 神经网络 CNN U-net 集成学习 |
|
|