主动学习和卷积神经网络的地图图片识别方法

• 作者: 杜凯旋 王亮 王勇 车向红
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 卷积神经网络 主动学习 地图图片 图片识别
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 地图学与地理信息
• 页码范围: 139-147
• 页数: 9页
• 分类号: P208
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2020.07.021

摘要

针对目前互联网中存在有大量地图图片识别精度低、分类模型训练困难等问题,该文提出了一种基于主动学习和卷积神经网络的地图图片识别方法,通过主动学习算法优化地图/非地图图片样本数量及分类结构,可使用少量的训练样本以及人工投入,来获取基于卷积神经网络的高精度地图图片识别模型.结果 表明:基于主动学习方法将地图/非地图图片样本类型划分为17类时,地图图片识别精度最高,约为95.01％.本文地图识别方法可有效地推动图像地理信息挖掘、地图审查及地理信息监管等领域的技术进步.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇		40	179	8.0	11.0
2	王亮		61	550	14.0	21.0
3	杜凯旋		1	0	0.0	0.0
4	车向红		1	0	0.0	0.0