| 基于ENVI的遥感图像决策树分类 |
| |
| 引用本文： | 任福, 侯宛玥. 面向机器阅读的地图名称注记类别识别方法[J]. 武汉大学学报 ( 信息科学版), 2020, 45(2): 273-280. DOI: 10.13203/j.whugis20180503 |
| |
| 作者姓名： | 任福 侯宛玥 |
| |
| 作者单位： | 1.武汉大学资源与环境科学学院, 湖北 武汉, 430079;2.武汉大学地理信息系统教育部重点实验室, 湖北 武汉, 430079 |
| |
| 基金项目： | 国家自然科学基金（41571438）;国家重点研发计划（2016YFC0803106） |
| |
| 摘 要： | 
地图在人们的生产生活中发挥着重要作用,地图注记中蕴含大量信息,识别地图名称注记类别对未来计算机阅读地图以及进一步绘制地图具有重大意义。近年来,热门的深度学习技术尤其是卷积神经网络对解决图像分类问题具有良好效果,使用训练集对卷积神经网络进行训练,神经网络模型可以提取出数据集图片中的特征,并不断调整模型参数直到训练完成。
以谷歌的开源框架TensorFlow作为实验的深度学习平台,对多部地图集的多份注记数据集进行智能分类研究,从地图集中人工获取注记图片作为样本数据集,构建卷积神经网络模型并尝试混合训练和分开训练两种方式。实验表明,混合训练方式获得的模型表现更加出色。
|
| 关 键 词： | 地图名称注记 图像分类 卷积神经网络 机器阅读 |
| 收稿时间： | 2019-07-29 |
|
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载免费的PDF全文 |
|
