典型文献
基于深度学习的无人机遥感影像车辆检测
文献摘要：
伴随着城市的发展,车辆数量在不断地增加.这一现象不仅增加了城市拥挤状态,而且还促使交通事故频发.要提高城市治理能力,就必须提高对城市车辆的监测能力.使用无人机对上海、赤峰地区的四个场景进行了低空摄影,获取了航空遥感影像数据,然后结合深度学习的Unet卷积神经网络技术对无人机影像中的车辆进行了单目标提取.结果表明,深度学习对无人机影像中车辆的识别能力远高于传统机器学习中的随机森林方法,达到了 99％的超高精确度,且每个场景内汽车数的估算结果与真实数量极其接近.根据研究结果可知,将无人机和深度学习技术相结合的车辆检测方法具备实时性和现实可行性,可为城市的车辆实时监测和交通管理提供可靠的技术手段.
文献关键词：
深度学习;无人机;遥感;车辆检测;城市管理
中图分类号：
作者姓名：
谭路文;哈斯巴干;陈超民;谢璇
作者机构：
上海师范大学环境与地理科学学院,上海200234
文献出处：
引用格式：
[1]谭路文;哈斯巴干;陈超民;谢璇-.基于深度学习的无人机遥感影像车辆检测)[J].红外,2022(05):41-48
A类：
B类：
无人机遥感影像,车辆检测,辆数,拥挤,交通事故,高城,城市治理,城市车辆,监测能力,赤峰地区,低空摄影,航空遥感影像,遥感影像数据,Unet,神经网络技术,无人机影像,单目标,目标提取,识别能力,随机森林方法,高精确度,实数,深度学习技术,技术相结合,交通管理,城市管理
AB值：
0.381735
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。
