典型文献
基于实例分割的高郁闭度林分单木树冠无人机遥感提取
文献摘要:
[目的]利用遥感影像获取高郁闭度林分树冠信息.[方法]试验了一种基于实例分割模型的无人机遥感影像单木树冠提取方法,选用7种残差网络用于模型的特征提取,逐一对不同郁闭度杉木纯林进行单木树冠提取.[结果]表明,7个实例分割模型对低郁闭度林分树冠分割的边界框AP值和掩膜AP平均值分别为55.89%、57.29%,林分东西冠幅、南北冠幅和树冠面积参数提取均方根误差平均值分别为0.161、0.179和0.341,平均预测决定系数R2分别为0.912、0.918和0.957;对高郁闭度林分树冠分割的边界框AP值和掩膜AP平均值分别为46.00%、44.45%,单木东西冠幅、南北冠幅和树冠面积参数提取均方根误差平均值分别为0.479、0.497和1.256,平均预测R2分别为0.806、0.762和0.936.[结论]各参数提取精度均优于传统调查精度,该方法能自动化、快速化、精准化获取树冠信息.
文献关键词:
遥感;无人机;深度学习;实例分割;Mask R-CNN;树冠提取
中图分类号:
作者姓名:
谢运鸿;荆雪慧;孙钊;丁志丹;李睿;李豪伟;孙玉军
作者机构:
北京林业大学森林资源和环境管理国家林业和草原局重点开放性实验室,北京 100083
文献出处:
引用格式:
[1]谢运鸿;荆雪慧;孙钊;丁志丹;李睿;李豪伟;孙玉军-.基于实例分割的高郁闭度林分单木树冠无人机遥感提取)[J].林业科学研究,2022(05):14-21
A类:
B类:
实例分割,高郁闭度,林分,遥感提取,树冠信息,分割模型,无人机遥感影像,单木树冠提取,残差网络,不同郁闭度,杉木,纯林,边界框,AP,掩膜,冠幅,参数提取,决定系数,调查精度,快速化,Mask
AB值:
0.228624
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。