| 城市河网的低空遥感影像全卷积神经网络水质等级分类 |
| |
| 引用本文： | 刘春,杨怿,周源,周骁腾.城市河网的低空遥感影像全卷积神经网络水质等级分类[J].同济大学学报(自然科学版),2020,48(3):456-462. |
| |
| 作者姓名： | 刘春 杨怿 周源 周骁腾 |
| |
| 作者单位： | 同济大学 测绘与地理信息学院, 上海 200092;北京大学 大数据科学研究中心, 北京 100871;上海同繁勘测工程科技有限公司, 上海 200092;同济大学 测绘与地理信息学院, 上海 200092；上海同繁勘测工程科技有限公司, 上海 200092 |
| |
| 基金项目： | 国家“十三五”重点研发计划(2018YFF0215304);国家自然科学基金(41771481) |
| |
| 摘 要： | 提出一种基于深度学习的图像像素级标注算法。通过数据预处理、数据集建立、全卷积神经网络设计和训练流程,实现水体的水质等级分类及像素级标注。使用上海市嘉定区某区域和上海市宝山区杨行镇某区域的无人机低空遥感影像对该算法进行了验证,平均水质等级分类精度分别达到了87.96%和77.57%。
|
| 关 键 词： | 低空遥感 水质等级分类 全卷积神经网络 |
| 收稿时间： | 2019/2/8 0:00:00 |
| 修稿时间： | 2019/11/9 0:00:00 |
Water Quality Classification of Low-altitude Remote Sensing Image of Urban River Network Based on Fully Convolutional Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文 |
|
