基于深度学习的农村建筑物遥感影像检测

发布时间：2017-09-27 00:10

  本文关键词：基于深度学习的农村建筑物遥感影像检测

  更多相关文章： 遥感影像 建筑物 检测 卷积神经网络

【摘要】：如何快速高效地从遥感影像中检测农村建筑物对农村地区发展研究有着重要意义。传统的目标检测依赖人工提取特征并不能充分挖掘数据之间的关联,以至于检测精度不高。本文利用建筑物和非建筑物影像在Caffe深度学习框架下对几种卷积神经网络进行训练和测试,改进后的Caffe Net网络结构提高了建筑物训练和测试速度。通过对比两个结构相似的神经网络,发现将池化层置于归一层前能显著提升卷积神经网络在遥感影像检测中的精度。实验结果表明,改进后的Caffe Net性能得到了提升,检测精度达到了95.00%,更适合大量数据的训练和测试。
【作者单位】： 四川金土地实业有限公司;
【关键词】： 遥感影像 建筑物 检测 卷积神经网络
【分类号】：TP751
【正文快照】： 1 引言 过去,高分辨率的遥感影像往往只针对于经济发展较快的城市地区,而农村地区则少有数据。随着遥感技术的快速发展,高分辨率遥感影像数据急剧增加,为农村区域的遥感影像目标解译提供了可能[1-2]。 在遥感影像中,建筑物表现为具有一定面积、长度和宽度的面状地物,传统的，

本文编号：926525