- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于多模态数据的高分辨率航空影像深度语义分割
摘要: 本文重点研究利用多模态数据实现航拍图像的语义分割。该多模态数据由真正射影像、数字表面模型(DSM)及由此衍生的其他表征组成。我们将不同模态的数据分别及组合输入残差混洗卷积神经网络(RSCNN),通过基准数据集分析其对分类任务的价值。结果表明,在真正射影像基础上引入从DSM提取的不同类型几何特征可提升分割效果。
关键词: 多模态数据、航空影像、Shuffling-CNN、深度学习、语义分割
更新于2025-09-23 15:22:29
-
检测机载激光扫描数据与摄影测量数据之间的建筑物变化
摘要: 检测城市环境中的地形变化并保持城市级点云数据的时效性,是城市规划与监测的重要任务。实际应用中,不同时期的遥感数据往往仅以不同模态形式存在。由于输入数据的多模态特性及密集匹配误差,机载激光扫描数据与摄影测量数据间的变化检测具有挑战性。本文提出一种多模态采集数据间建筑物变化检测方法:将多模态输入数据转换后输入轻量级伪孪生卷积神经网络(PSI-CNN)进行变化检测,并比较了不同网络配置与融合策略?;诖笮统鞘惺菁氖笛檠橹ち怂岱椒ǖ挠行浴帽浠颊倩芈蚀?6.17%,精确率达68.16%,F1分数为76.13%。通过对比孪生架构与前馈架构,本研究为多模态数据处理网络设计提供了诸多重要发现与建议。
关键词: 卷积神经网络、变化检测、密集图像匹配、机载激光扫描、孪生网络、多模态数据
更新于2025-09-23 15:19:57