基于端到端全卷积神经网络的道路提取

• 作者: 江丽芬 王娟 谢跃辉
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 高分辨率遥感影像 全卷积神经网络 道路提取
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 学术探讨
• 页码范围: 901-904
• 页数: 4页
• 分类号: P237
• 字数: 2393字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2020.07.005

摘要

高分辨率遥感影像中道路网的提取是智能地物提取和分析的重要方面,研究遥感图像的道路提取方法具有重要科学意义.本文以马萨诸州航空影像道路数据集为试验数据,设计一种基于端到端的全卷积神经网络模型,基于此分别对郊区道路网以及城区密集道路网进行试验分析,并与传统的监督分类算法进行比较.试验结果表明,基于卷积神经网络的深度学习算法可较高精度地从高分辨率遥感影像中提取道路信息,召回率与F1评分有着25％ ～47％ 左右的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王娟		2	1	1.0	1.0
2	谢跃辉	桂林理工大学测绘地理信息学院	2	0	0.0	0.0
3	江丽芬		1	0	0.0	0.0