高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法.docx

高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
随着遥感技术的快速发展和高分辨率卫星数量增加,利用高分辨率遥感影像对特定目标进行快速准确识别[1]成为热门研究。其中,通过高分辨率遥感影像获取精准的建筑物分布可以为城市规划、灾害监测、交通管理和生态环境的科学规划提供重要参考。 建筑物提取在计算机视觉学科中被称为语义分割,其难点在于建筑物影像存在异物同谱、同物异谱现象和计算机硬件条件限制。近年来,随着计算机硬件图形处理单元(graphic process unit, GPU)被普及,语义分割中对计算量要求较高的深度学习(deep learning, DL)[2]成为研究热点。深度学习通过建立高维线性模型以提取所需特征,克服了浅层学习(shall

文档评论(0)

罗伯特之技术屋 + 关注
实名认证
内容提供者

畅游技术蓝海,八大领域技术领先解读!

1亿VIP精品文档

相关文档