基于卷积神经网络的架空铁塔护坡提取

• 作者: 史芙蓉 林华盛 江万寿 许海源 陈城
• 来源期刊: 科技与创新
• 关键词: 架空铁塔护坡 卷积神经网络 目标检测 语义分割
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 科技前沿
• 页码范围: 38-41
• 页数: 4页
• 分类号: TM753
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2018.19.038

摘要

以深圳电力线巡线时所获得的高分辨率航空影像为例,提出了基于集成卷积神经网络的架空铁塔护坡自动提取方法.该方法首先通过Faster R-CNN目标检测网络在多幅航空影像中框取护坡目标,然后通过SegNet语义分割网络进一步分割目标框中的护坡与背景,获取精确的护坡掩膜信息.与直接应用SegNet模型的"一步式"护坡提取方法相比,"先定位后分割"的方法在2个实验数据上的虚警率下降超过38.1％;与基于Mask R-CNN卷积神经网络提取方法相比,该方法在2个数据上的正确率均高于98％,优于Mask R-CNN所达到的95.96％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江万寿	武汉大学测绘遥感信息工程国家重点实验室	72	1003	16.0	30.0
2	陈城		5	1	1.0	1.0
3	林华盛		2	0	0.0	0.0
4	史芙蓉	武汉大学测绘遥感信息工程国家重点实验室	2	0	0.0	0.0
5	许海源		2	0	0.0	0.0