基于深度学习的农村建筑物遥感影像检测

• 作者: 陈文康
• 来源期刊: 测绘
• 学科: 地球科学
• 关键词: 遥感影像 建筑物 检测 卷积神经网络
• 年，卷（期）: 2016,（5）
• 页码范围: 227-230
• 页数: 4页
• 分类号: P237
• 字数: 2826字
• 语种: 中文

摘要

如何快速高效地从遥感影像中检测农村建筑物对农村地区发展研究有着重要意义.传统的目标检测依赖人工提取特征并不能充分挖掘数据之间的关联,以至于检测精度不高.本文利用建筑物和非建筑物影像在Caffe深度学习框架下对几种卷积神经网络进行训练和测试,改进后的CaffeNet网络结构提高了建筑物训练和测试速度.通过对比两个结构相似的神经网络,发现将池化层置于归一层前能显著提升卷积神经网络在遥感影像检测中的精度.实验结果表明,改进后的CaffeNet性能得到了提升,检测精度达到了95.00%,更适合大量数据的训练和测试.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈文康		1	14	1.0	1.0