基于深度学习的卫星影像自动数字化技术

传统的遥感数据数字化方法效率低、容易出错，已经越来越不适应快速增长的地理信息数据需求。为了解决上述问题，提出一种基于深度学习的卫星影像自动数字化技术。利用Mask R-CNN算法技术对遥感图像的对象进行识别，对经过数据处理后的卫星影像进行训练，并提取其几何特征。能够对影像的重要对象特征进行识别，全部图像分类的结果准确率总体达到80%以上。其中识别率最高的是道路、水系、绿地，准确率可达到85%,可以作为卫星影像自动数字化工具。