基于深度学习的遥感影像城市建筑用地提取

• 作者: 朱祺夫 李易 赵俊三 陈磊士
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 建筑用地 遥感影像 深度学习 神经网络 Landsat 8
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 18-21
• 页数: 4页
• 分类号: TP301
• 字数: 3343字
• 语种: 中文
• DOI: 10.11907/rjdk.181278

摘要

使用遥感影像对建筑用地进行精确和高效的提取,是土地利用的重要信息来源.使用卷积神经网络的深度学习方法对研究区Landsat8遥感影像图进行分类训练与提取,与作为对照组的支持向量机方法进行比对分析.结果表明,基于深度学习的遥感影像城市建筑用地提取方法提取精度更高,尤其在道路提取精度上有着明显优势,说明将深度学习融入遥感影像建筑用地提取有着广阔前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵俊三	昆明理工大学国土资源工程学院	143	1381	21.0	31.0
2	陈磊士	昆明理工大学国土资源工程学院	4	16	2.0	4.0
3	朱祺夫	昆明理工大学国土资源工程学院	3	12	2.0	3.0
4	李易	昆明理工大学国土资源工程学院	3	11	2.0	3.0