| 基于改进Faster-RCNN的露天煤矿开采区遥感识别方法 |
| |
| 引用本文： | 包妮沙,韩子松,于嘉欣,韦丽红.基于改进Faster-RCNN的露天煤矿开采区遥感识别方法[J].东北大学学报(自然科学版),2023(12):1759-1768. |
| |
| 作者姓名： | 包妮沙 韩子松 于嘉欣 韦丽红 |
| |
| 作者单位： | 1. 东北大学资源与土木工程学院;2. 长光卫星技术有限公司;3. 呼伦贝尔学院 |
| |
| 基金项目： | 国家自然科学基金资助项目(52074063,U1903216)；;内蒙古自治区高等学校科学技术研究自然科学项目(NJZY22278)； |
| |
| 摘 要： | 利用卫星遥感技术融合深度学习算法，可以快速、动态、高效识别露天煤矿开采区，以我国和其他煤炭资源大国的典型露天煤矿开采区为研究对象，基于高分二号多光谱遥感影像，制作数据集及标签，构建基于卷积神经网络(convolutional neural networks, CNN)的深度学习目标检测算法.通过加入特征金字塔网络，充分挖掘开采区及背景区的低分辨率语义信息和高分辨率纹理信息，实现快速卷积神经网络的深度学习目标检测算法模型的改进及参数优化.结果表明改进后的模型平均检测精度提高到98.48%,总体识别精度达到96.7%,有效提高了复杂背景下的多尺度、多类型露天开采目标的识别精度，为全球煤炭资源大国能源合作、生态环境保护及我国矿产资源的合理利用和修复提供了科学、精准手段.
|
| 关 键 词： | 高分影像 露天开采区 目标检测 特征金字塔 |
|
|
