基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文将Fmask云检测结果作为标记样本对深度卷积神经网络进行训练以实现云检测.在仅利用可见光波段和近红外波段的前提下,本文方法的云检测总体精度达到87.65%,高于Fmask的86.92%,而且单景Landsat 8影像的识别用时18 s,远低于Fmask的72 s,具有更高的精度和效率.另外,该方法适用于不同的地表土地覆盖类型,具有很强的泛化能力,是一个通用性强的算法,为进一步的遥感应用打下基础.
推荐文章
基于深度卷积神经网络的人眼检测
人眼检测
深度学习
卷积神经网络
网络优化
损失优化
泛化能力
基于深度时空卷积神经网络的人群异常行为检测和定位
人群异常行为检测
深度时空卷积神经网络
迁移学习
数据扩充
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度卷积神经网络的云检测方法
来源期刊 测绘通报 学科
关键词 云检测 深度卷积神经网络 Fmask Landsat 8 强泛化能力
年,卷(期) 2021,(4) 所属期刊栏目 学术研究
研究方向 页码范围 33-39
页数 7页 分类号 P237
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (1)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
云检测
深度卷积神经网络
Fmask
Landsat 8
强泛化能力
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
总被引数(次)
77081
论文1v1指导