迁移学习支持下的高分影像积云提取方法研究

• 作者: 华亮春 李政 楚彬 郝建明 靳文凭
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 积云提取 迁移学习 高分影像 面向对象分割
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 3S技术与应用
• 页码范围: 93-96
• 页数: 4页
• 分类号: P208
• 字数: 2036字
• 语种: 中文

摘要

针对传统影像质量检查工作中积云提取存在人工作业量大、操作烦琐等问题,本文通过引入迁移学习机制,将已有数据集训练过程中得到的神经网络参数迁移到解译模型构建中,提出了一种适用于积云的自动提取方法.本文以湖南省不动产统一登记基础数据为实验对象进行了实验,结果表明,本文方法的浓积云提取总体精度可以达到90％以上,淡积云提取的总体精度可以达到87.3％,表明本文研究可用于高分影像积云自动提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李政	西南交通大学地球科学与环境工程学院	15	96	5.0	9.0
2	华亮春		8	21	3.0	4.0
4	郝建明		5	7	2.0	2.0
8	楚彬		8	12	2.0	3.0
14	靳文凭		3	9	1.0	3.0