一种高分辨率遥感影像建筑物自动检测方法

• 作者: 张通 潘励
• 来源期刊: 测绘地理信息
• 学科: 地球科学
• 关键词: 高分辨率遥感影像 建筑物检测 全卷积神经网络 深度学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 技术研究
• 页码范围: 101-105
• 页数: 5页
• 分类号: P237
• 语种: 中文
• DOI: 10.14188/j.2095-6045.2018029

摘要

高分辨率遥感影像具有丰富的空间信息、地物几何结构和纹理信息,有助于对地物目标进行认知和解译.而建筑物目标在人类活动区域内占据重要地位,对高分辨率遥感影像中的建筑物进行自动检测具有重大意义.提出了一种基于全卷积神经网络的建筑物自动检测方法,并制作了建筑物样本数据集,利用基于区域的全卷积神经网络和特征检测网络进行建筑物检测模型的参数训练,对待检测影像进行预处理之后利用模型进行建筑物检测,得到影像中的建筑物目标的具体位置和类别置信度.实验证明,提出的检测方法具有更好的效果和更快的速度.检测召回率达到92％,检测准确率达到98％,证明了该方法针对建筑物检测具有较高的精度和较强的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘励	武汉大学遥感信息工程学院	35	310	9.0	16.0
2	张通	武汉大学遥感信息工程学院	3	5	1.0	2.0