典型文献
基于深度学习的监控建筑变化影像识别
文献摘要：
传统方法对长焦距摄像头影像进行变化区域提取时,由于光照、摄像头抖动等影响,导致像素点不能精确配准,变化检测不能准确识别建筑物变化的问题,本文提出基于深度学习的监控建筑影像变化检测算法.首先利用图像相似性进行筛选,粗略提取变化区域图像;再利用Faster R-CNN网络对变化区域图像进行建筑物识别与提取.通过桂林西站图像采集试验,结果表明本文方法相比差值法提取变化区域进行变化检测,虚检率降低0.126,漏检率降低0.518,正确率提高0.124,完整率提高0.519,质量提高0.12,在城乡结合部由于建筑物与背景区别更大,具有更好的检测结果和泛化能力.
文献关键词：
城市监控影像;建筑物变化检测;深度学习;图像相似性
中图分类号：
作者姓名：
王雪;黄建华;蒙钰天;孙希延
作者机构：
桂林电子科技大学 广西精密导航技术与应用重点实验室,广西 桂林 541004;桂林电子科技大学 卫星导航与位置服务国家与地方联合工程研究中心,广西 桂林 541004;桂林市国土资源研究中心,广西 桂林 541004
文献出处：
引用格式：
[1]王雪;黄建华;蒙钰天;孙希延-.基于深度学习的监控建筑变化影像识别)[J].地理信息世界,2022(04):30-34
A类：
城市监控影像
B类：
建筑变化,影像识别,长焦距,摄像头,区域提取,抖动,像素点,配准,准确识别,建筑影像,检测算法,图像相似性,粗略,Faster,建筑物识别,识别与提取,桂林,林西,西站,图像采集,差值法,漏检率,质量提高,城乡结合部,泛化能力,建筑物变化检测
AB值：
0.436986
相似文献
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。
