典型文献
膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取
文献摘要：
由于农村建筑物结构多样、空间分布复杂等特征,自动提取面临较多困难.针对该问题,本文提出采用膨胀卷积和金字塔池化表达的神经网络模型用于遥感影像中农村建筑物自动提取.在膨胀卷积神经网络模块中,通过改变孔尺寸的大小,获取不同感受野的特征信息;在金字塔表达方面,每个模块输入不同尺度的信息,且同时下采样的倍率也不同,获取多维的金字塔尺度特征;最终将提取的浅层及深层尺度特征信息进行融合,构建一个改进的适用于农村建筑物目标自动提取的深度学习模型.试验结果表明,与FCN-8s和DeepLab模型提取的结果相比,本文方法在农村建筑物提取中表现较好的性能,提取精度明显提高,且更好保留了目标边界细节信息,减少了噪声.
文献关键词：
深度学习;膨胀卷积;金字塔表达;农村建筑物提取;遥感影像
中图分类号：
作者姓名：
王雪;梁珂;隋立春;钟棉卿;朱剑锋
作者机构：
咸阳师范学院,陕西 咸阳712000;自然资源部第一大地测量队,陕西 西安710054;长安大学地质工程与测绘学院,陕西 西安710054;陕西省地理空间信息工程技术研究中心,陕西 西安710199
文献出处：
引用格式：
[1]王雪;梁珂;隋立春;钟棉卿;朱剑锋-.膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取)[J].测绘通报,2022(04):61-65
A类：
金字塔表达,农村建筑物提取
B类：
深度学习模型,建筑物结构,自动提取,金字塔池化,遥感影像,中农,膨胀卷积神经网络,卷积神经网络模块,感受野,特征信息,不同尺度,时下,下采样,倍率,尺度特征,终将,FCN,8s,DeepLab,细节信息
AB值：
0.214275
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。
