王媛:基于深度学习的胡杨林识别研究论文

王媛:基于深度学习的胡杨林识别研究论文

本文主要研究内容

作者王媛(2019)在《基于深度学习的胡杨林识别研究》一文中研究指出:准确地获取遥感图像中的胡杨信息对环境监测、胡杨生态的保护起着关键性作用。受遥感技术发展的影响,高空间分辨率的遥感图像不仅为胡杨林的识别提供了更为复杂的光谱和空间纹理信息,同时也使得邻域窗口内胡杨像元之间的关系更为密切。若再利用传统的机器学习或逐像素识别方法对图像中的胡杨进行识别与描述,将很难满足日常的应用需求。因此,如何利用相关的特征提取技术和深度学习分类识别框架,精准的描述遥感图像中胡杨的信息已成为一个研究热点。论文的主要创新之处:(1)为增强相邻像元之间的空间关系,设计空间邻域约束算法,对邻域窗口内的胡杨像元进行约束。尽管遥感图像是由若干个像元点组成,但其并非独立存在,而是在空间中存在某种关联。(2)为提升各类型特征对胡杨像元的描述能力,采用线性的主成分分析法对各类特征进行融合表示。融合多类型特征不仅能提高特征对图像中胡杨的表征能力,同时也能从不同的方向去描述图像的内容。(3)引入词嵌入技术和端对端模型来刻画遥感图像中胡杨的语义信息,并借助SoftMax分类函数实现胡杨信息的准确分类。相比于简单的深度学习模型,该算法利用深度学习端对端模型的编码-解码框架对语义信息进行了挖掘,同时也避免了细节信息的丢失。实验结果表明,本文所提方法在Quick Bird和无人机图像数据上均在95%以上。

Abstract

zhun que de huo qu yao gan tu xiang zhong de hu yang xin xi dui huan jing jian ce 、hu yang sheng tai de bao hu qi zhao guan jian xing zuo yong 。shou yao gan ji shu fa zhan de ying xiang ,gao kong jian fen bian lv de yao gan tu xiang bu jin wei hu yang lin de shi bie di gong le geng wei fu za de guang pu he kong jian wen li xin xi ,tong shi ye shi de lin yu chuang kou nei hu yang xiang yuan zhi jian de guan ji geng wei mi qie 。re zai li yong chuan tong de ji qi xue xi huo zhu xiang su shi bie fang fa dui tu xiang zhong de hu yang jin hang shi bie yu miao shu ,jiang hen nan man zu ri chang de ying yong xu qiu 。yin ci ,ru he li yong xiang guan de te zheng di qu ji shu he shen du xue xi fen lei shi bie kuang jia ,jing zhun de miao shu yao gan tu xiang zhong hu yang de xin xi yi cheng wei yi ge yan jiu re dian 。lun wen de zhu yao chuang xin zhi chu :(1)wei zeng jiang xiang lin xiang yuan zhi jian de kong jian guan ji ,she ji kong jian lin yu yao shu suan fa ,dui lin yu chuang kou nei de hu yang xiang yuan jin hang yao shu 。jin guan yao gan tu xiang shi you re gan ge xiang yuan dian zu cheng ,dan ji bing fei du li cun zai ,er shi zai kong jian zhong cun zai mou chong guan lian 。(2)wei di sheng ge lei xing te zheng dui hu yang xiang yuan de miao shu neng li ,cai yong xian xing de zhu cheng fen fen xi fa dui ge lei te zheng jin hang rong ge biao shi 。rong ge duo lei xing te zheng bu jin neng di gao te zheng dui tu xiang zhong hu yang de biao zheng neng li ,tong shi ye neng cong bu tong de fang xiang qu miao shu tu xiang de nei rong 。(3)yin ru ci qian ru ji shu he duan dui duan mo xing lai ke hua yao gan tu xiang zhong hu yang de yu yi xin xi ,bing jie zhu SoftMaxfen lei han shu shi xian hu yang xin xi de zhun que fen lei 。xiang bi yu jian chan de shen du xue xi mo xing ,gai suan fa li yong shen du xue xi duan dui duan mo xing de bian ma -jie ma kuang jia dui yu yi xin xi jin hang le wa jue ,tong shi ye bi mian le xi jie xin xi de diu shi 。shi yan jie guo biao ming ,ben wen suo di fang fa zai Quick Birdhe mo ren ji tu xiang shu ju shang jun zai 95%yi shang 。

论文参考文献

  • [1].基于生成对抗网络的遥感图像场景分类研究[D]. 鄢佩瑶.华中科技大学2019
  • [2].基于深度全卷积神经网络微光遥感图像增强算法的研究[D]. 简武真.陕西师范大学2019
  • [3].基于深度神经网络的遥感图像多目标检测方法设计[D]. 朱敏超.杭州电子科技大学2019
  • [4].基于注意力机制和深度学习的遥感图像自然语言描述生成模型[D]. 陈嘉炜.吉林大学2019
  • [5].基于卷积神经网络的遥感图像场景分类研究[D]. 姬腾飞.河南大学2019
  • [6].遥感图像几何校正GPU阵列并行算法研究[D]. 刘灿.电子科技大学2019
  • [7].基于深度学习的遥感图像道路信息提取算法研究[D]. 彭博.电子科技大学2019
  • [8].基于深度学习的高分辨率遥感图像去雾方法研究[D]. 赵肖肖.内蒙古工业大学2019
  • [9].基于深度学习的非洲中心支轴式喷灌农田提取研究[D]. 谢鹏飞.电子科技大学2019
  • [10].基于深度学习的遥感图像语义理解[D]. 成梦喆.华北电力大学(北京)2019
  • 读者推荐
  • [1].基于多类特征深度学习的高分辨率遥感影像分类[D]. 刘威.北京建筑大学2019
  • [2].基于深度学习的遥感图像林地识别技术的研究与应用[D]. 白宇.北京邮电大学2019
  • [3].基于深度学习的手势识别技术研究[D]. 王苏振.浙江大学2019
  • [4].基于深度学习和稀疏表示的图像分类与检索方法研究[D]. 焦鹏飞.西安理工大学2019
  • [5].基于深度学习的视频人体行为识别研究[D]. 董博源.西安理工大学2019
  • [6].基于深度学习算法的绿地信息提取及应用研究[D]. 曹留霞.贵州大学2019
  • [7].基于深度学习的遥感影像分类应用研究[D]. 余威.贵州大学2019
  • [8].基于深度学习的多角度人脸识别方法研究与实现[D]. 张童.中国人民公安大学2019
  • [9].基于深度学习的图像分类方法研究[D]. 胡貌男.贵州大学2019
  • [10].基于深度学习的人脸表情识别[D]. 王敏峻.内蒙古大学2019
  • 论文详细介绍

    论文作者分别是来自新疆大学的王媛,发表于刊物新疆大学2019-07-23论文,是一篇关于空间邻域约束论文,编码解码论文,特征融合论文,深度学习论文,新疆大学2019-07-23论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自新疆大学2019-07-23论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    王媛:基于深度学习的胡杨林识别研究论文
    下载Doc文档

    猜你喜欢