基于改进U-Net的建筑物集群识别研究 |
| |
引用本文: | 武宇,张俊,李屹旭,黄康钰.基于改进U-Net的建筑物集群识别研究[J].国土资源遥感,2021(2):48-54. |
| |
作者姓名: | 武宇 张俊 李屹旭 黄康钰 |
| |
摘 要: | 针对U-Net在高分影像建筑物提取中部分建筑物边缘特征易模糊或丢失的问题,提出一种对高分影像建筑物边缘增强,同时对U-Net部分卷积过程进行改进的优化的建筑物提取方法.首先利用域变化递归滤波的方式对建筑物边缘进行增强,将增强后影像输入U-Net神经网络中进行训练;其次为充分利用建筑物在高分影像上丰富的细节特征,尝试在原...
|
关 键 词: | 深度学习 域变化递归滤波 U-Net 边缘增强 建筑物提取 |
本文献已被 CNKI 等数据库收录! |
|