典型文献
融合空间和时序遥感信息的深度学习水稻提取
文献摘要：
为了得到更加精细的水稻提取结果,提出一种结合高分辨率和多时序遥感影像的深度学习水稻提取方法.构建全卷积网络(FCN)对BJ-2高分辨率遥感影像进行分类,并利用长短期记忆网络(LSTM)和随机森林(RF)分类器对Sentinel-2多时序遥感影像进行分类,再通过面向对象的分割和投票对3种方法的分类结果进行融合,得到最终提取结果.在宁波市鄞州区这一研究区域的实验结果表明,提出的方法能获得较高的水稻提取精度以及空间细节保留较为完整的水稻提取结果.
文献关键词：
水稻提取;高分辨率遥感影像;多时序遥感影像;全卷积网络(FCN);长短期记忆网络(LSTM);面向对象分割
中图分类号：
作者姓名：
周佳玮;涂理林;陈洪建;江挺;林佳佳
作者机构：
宁波市鄞州区测绘院,浙江 宁波 315192;武汉大学 遥感信息工程学院,湖北 武汉 430079
文献出处：
引用格式：
[1]周佳玮;涂理林;陈洪建;江挺;林佳佳-.融合空间和时序遥感信息的深度学习水稻提取)[J].地理空间信息,2022(02):39-44
A类：
多时序遥感影像
B类：
空间和时,遥感信息,习水,水稻提取,了得,全卷积网络,FCN,BJ,高分辨率遥感影像,长短期记忆网络,RF,分类器,Sentinel,投票,宁波市,鄞州区,细节保留,面向对象分割
AB值：
0.188827
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。
