| 基于深度学习的高分六号影像水体自动提取 |
| |
| 作者姓名： | 郑泰皓 王庆涛 李家国 郑逢斌 张永红 张宁 |
| |
| 作者单位： | 河南大学计算机与信息工程学院,开封 475000;河南大学计算机与信息工程学院,开封 475000;中国科学院遥感与数字地球研究所,北京 100020;中国科学院遥感与数字地球研究所,北京 100020;河南大学计算机与信息工程学院,开封 475000;中国科学院遥感与数字地球研究所,北京 100020;中华人民共和国住房和城乡建设部城乡管理规划中心,北京100835 |
| |
| 基金项目： | 国家重点研发计划(2017YFB0503902)、高分辨率对地观测系统重大专项(30-Y20A07-9003-17/18)和十三五民用航天预研项目(B0301) |
| |
| 摘 要： | 为了探究高分六号(GF-6)卫星多光谱相机(PMS)影像提取水体的潜力,分别构建全卷积神经网络(FCN-8s)、U-Net及U-Net优化(VGGUnet1、VGGUnet2)4种神经网络进行了水体提取研究.基于水体提取结果对比分析,确定优选模型为VGGUnet1;提出基于组合损失函数FD-water loss(foc...
|
| 关 键 词： | 高分六号影像 水体提取 FD-waterloss VGGUnet1 |
| 收稿时间： | 2020-01-06 |
| 修稿时间： | 2020-11-24 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
