摘要
随着无人机的快速发展与广泛应用,无人机遥感在地表物体精细化提取、城市建筑三维构建等领域扮演着至关重要的角色。低空飞行状态下的无人机面临着建筑物等地理实体的外部约束,限制了其飞行的高度和航路。基于无人机遥感影像对建筑物进行快速、准确地提取,对保障无人机飞行安全具有重要的作用,也是当前一个重要的研究热点。针对现有的建筑物提取方法存在自动化程度低、提取精度不高等问题,本文基于深度卷积神经网络,构建了一种融合注意力机制和扩张卷积的建筑物语义分割网络模型(SED-LinkNet)。该模型在编码部分使用残差学习单元,加快模型的训练速度并提升分类预测性能;应用注意力机制在通道维度上突出建筑特征信
您可能关注的文档
最近下载
- 06J123 墙体节能建筑构造.docx VIP
- 2026年海南文昌市城乡网格员招录试题(含答案).docx VIP
- DB22_T1055-2019_梅花鹿产品品质等级划分_吉林省.docx VIP
- 一种芯片QDR清洗槽.pdf VIP
- 企业精益化制造与管理.pptx VIP
- 外研版(新教材)九年级英语上册Unit 1 Teenagers today 选词填空精准练.docx VIP
- 拒绝冲动斗殴和平解决纠纷--中小学班会课件.pptx VIP
- 2026事业单位工勤技能-河北-河北汽车驾驶与维修员一级(高级技师)历年参考题库含答案详解3卷.docx VIP
- Energy纽恩泰循环机D系列说明书用户手册.pdf
- 精益生产物流第六章 精益生产物流.pptx VIP
原创力文档

文档评论(0)