基于深度學(xué)習(xí)的耕地變化檢測(cè)技術(shù)
摘要：隨著人工智能技術(shù)的發(fā)展,以深度學(xué)習(xí)為主流的機(jī)器學(xué)習(xí)逐漸取代人工解譯的方法,使遙感影像中地物資源的自動(dòng)化判讀成為現(xiàn)實(shí)。為解決傳統(tǒng)人工判讀引起的人力資源耗費(fèi)高、解析精度差的問(wèn)題,同時(shí)也為滿足日益增長(zhǎng)的遙感數(shù)據(jù)量的判讀需求,基于語(yǔ)義分割的深度學(xué)習(xí)地物變化檢測(cè)方法,實(shí)現(xiàn)耕地區(qū)域自動(dòng)分割分類,通過(guò)對(duì)比時(shí)序影像差異得出變化區(qū)域范圍,為自動(dòng)化實(shí)現(xiàn)地物變化監(jiān)測(cè)提供有效解決辦法。以實(shí)際地區(qū)為例,采用deeplab語(yǔ)義分割網(wǎng)絡(luò)的方法實(shí)現(xiàn)耕地資源的自動(dòng)化提取與變化檢測(cè),實(shí)驗(yàn)證明該方法相比人工以及傳統(tǒng)分類模型具有更好的檢測(cè)精度。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社。
無(wú)線電工程雜志
無(wú)線電工程雜志， 月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：信息系統(tǒng)與網(wǎng)絡(luò)、信號(hào)與信息處理、測(cè)控遙感與導(dǎo)航定位、電磁場(chǎng)與微波、專題技術(shù)與工程應(yīng)用、天線技術(shù)、專題技術(shù)研究及工程應(yīng)用等。于1971年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 部級(jí)期刊
- 1-3個(gè)月審核
