基于DFCNN建筑物语义的城市功能区识别方法研究

发布时间：2024-02-20 23:27

　　城市功能区是指用地空间,位置和功能需求相同的建筑物在城市空间上聚集的区域,它在反映社会经济、人类空间活动和城市管理方面发挥着重要作用。随着卫星遥感技术的迅速发展,高空间分辨率遥感影像能够全面探索城市的时空状态,然而传统的识别方法仅依赖于浅层的特征无法实现复杂异构的城市功能区。近年来深度学习被广泛的应用到城市识别,并展现了它在深度特征的识别和挖掘的能力。但是图-谱结构复杂的高分辨率遥感影像仅可描述地理对象特征以及周围环境特征,无法表征城市社会经济功能和人类空间活动的能力。因此将遥感数据和社会感知数据结合来实现功能区解析是快速、准确地理解复杂城市功能格局的有效途径。针对以上问题,本文将高空间分辨率遥感影像和社会感知数据有机融合,开展了建筑物自然语义和社会功能语义的高空间分辨率遥感影像深度学习方法,自下而上,完成了从对象到功能区的转换和从浅层特征到深层语义的转换,实现了复杂城市功能区的识别,为国家政府对城市管理,规划和监督提供服务。本文的工作和成果点如下:(1)基于对象层次自下而上的影像分析思想,构建了基于深度学习建筑物语义的城市功能区识别模型。该模型充分挖掘了建筑物自然语义和社会功能语义,...

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

图1-1.城市功能区单元划分

中国地质大学（北京）硕士学位论文3图1-1.城市功能区单元划分切片式单元也可以称之为格网式单元，顾名思义就是将影像按一定大小切割为多个相同大小的单元图片，并逐个判断单元图片所表达的主要社会功能属性(Jiaoetal.,2016)。切片式方法所得的功能区边界虽然是规整的但是并不精准....

图2-1.城市功能区识别流程图

中国地质大学（北京）硕士学位论文12第2章基于DFCNN建筑物语义的城市功能区识别的理论和方法针对复杂城市功能区识别问题，本文将高空间分辨率遥感影像和社会感知数据有机融合，提出了基于DFCNN（Deeper-FeatureConvolutionalNeuralNetwork）建筑....

图2-2.分层尺度估计路线图

中国地质大学（北京）硕士学位论文13出一定的尺度依赖性(Zhangetal.,2019a,Zhangetal.,2018a,Maggiorietal.,2017)。同种类型地物常常在地理空间上聚集，它们不仅表现出相近的特征尺度而且会一定区域中占据主导地位。针对以上地理规律，遥感影....

图2-3.卷积神经网络的基本框架图

中国地质大学（北京）硕士学位论文明结构特点，多个卷积层+池化层组合的特征提取结构的叠加可以实现深层信息的提取。利用卷积神经网络分类过程中经过多个卷积和池化过程之后所输出的结果是二维特征图，然而这种复杂且高度抽象的深层次信息并无法直接输入到SoftMax分类器中，因此在多个特征....

本文编号：3904683