编解码结构卷积网络遥感城市地物分类技术
随着城市化建设不断推进，智慧城市理念不断革新，对城市进行合理精确地规划，提高城市居民的幸福指数以及城市的宜居程度成为了城市管理者的一个新的目标和考察因素。提出基于U-net 模型结构的U-net RS 模型，参考了U-net 3+网络模型结构，将机器学习与遥感图像处理技术相结合，针对遥感图像Vaihingen 2D 语义数据集，有较好的识别效果，甚至对于像素点较少的目标也能达到较高的像素准确度。此外，模型采用的图像分割技术，对遥感图像进行小块切割，通过减少一次模型训练的数据量，增大总体模型训练的数据量的方式，提高模型预测的准确率，降低所需硬件要求。
卷积神经网络 遥感图像处理 U-net神经网络模型 地物分类
崔涌静 陈亮 陈禾 庄胤
北京理工大学 信息与电子学院 雷达技术研究所,北京 100081
国内会议
重庆
中文
332-341
2022-04-10（万方平台首次上网日期，不代表论文的发表时间）