研究目的
提出一种更高效的卷积神经网络模型用于提取遥感图像的深度特征,并基于这些特征构建图模型以实现精确的建成区提取。
研究成果
所提出的CNN模型和基于图的方法能有效从遥感影像中提取建成区,在性能与速度上均优于传统方法,该方案在精度指标与计算效率之间取得了良好平衡。
研究不足
结果是块级别的,可能无法捕捉像素级的更精细细节。未来研究可以解决这一局限。
研究目的
提出一种更高效的卷积神经网络模型用于提取遥感图像的深度特征,并基于这些特征构建图模型以实现精确的建成区提取。
研究成果
所提出的CNN模型和基于图的方法能有效从遥感影像中提取建成区,在性能与速度上均优于传统方法,该方案在精度指标与计算效率之间取得了良好平衡。
研究不足
结果是块级别的,可能无法捕捉像素级的更精细细节。未来研究可以解决这一局限。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018年7月22日-2018年7月27日)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于深度特征的建成区精确提取”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期