基于深度学习的城市地理国情地表覆盖分类研究

• 作者: 张雯 曾豆豆
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 深度学习 稠密连接全卷积网络 影像样例库 城市地理国情监测 地表覆盖
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 3S技术与应用
• 页码范围: 112-115
• 页数: 4页
• 分类号: P208
• 语种: 中文

摘要

作为图像识别的研究热点,利用深度学习对遥感影像进行自动分类具有较强的应用实践价值.本文基于全卷积神经网络的深度学习框架,提出了一套城市地理国情地表覆盖分类技术方法:利用地理国情成果,构建城市遥感影像样例库,训练全卷积神经网络,实现地表覆盖自动分类,并通过相似性系数对专题地物进行变化检测.文章选取了上海局部区域作为实验对象,结果发现该方法可以有效减少时间成本,对人文和自然地理要素之间具有较好的区分度,可以为地理国情成果应用和实践提供新的思路和方法.