典型文献
多尺度特征融合深度学习建筑物的提取方法
文献摘要：
提出一种基于多尺度特征融合的建筑物提取方法,结合新的网络DenseASPP-UNet,以实现影像多尺度特征的融合,进而高精度提取建筑物.通过Inria开源建筑物航空影像数据集进行验证,表明DenseASPP-UNet相比其他深度学习方法建筑物提取精度有很大的提升.
文献关键词：
深度学习;建筑物提取;多尺度特征融合;密集空洞空间金字塔池化
中图分类号：
作者姓名：
刘恒恒;张春森;葛英伟;史书
作者机构：
西安科技大学测绘科学与技术学院,陕西 西安 710054
文献出处：
引用格式：
[1]刘恒恒;张春森;葛英伟;史书-.多尺度特征融合深度学习建筑物的提取方法)[J].地理空间信息,2022(02):97-100
A类：
B类：
多尺度特征融合,建筑物提取,DenseASPP,UNet,Inria,开源,航空影像,影像数据,深度学习方法,密集空洞空间金字塔池化
AB值：
0.24936
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。
