科研之友
微信
新浪微博
Facebook
分享链接
摘要
铁路无人机影像的地物提取工作主要通过人工目视解译完成,其中涉及大量的人机交互,生产效率低,人工成本高。针对铁路周边无人机影像的建筑物提取问题,采用深度学习的方法替代传统的人工目视解译,在原始U-Net网络的基础上提出了带有金字塔池化结构与深度可分离卷积相结合的U-PPM系列网络。该网络通过对影像不同尺度的特征进行聚合,达到获取包含不同尺度信息的能力。采用了一铁路周边无人机影像作为试验数据,分析结果表明,改进后的网络在精确率、召回率、整体精度、F1分数上都显著提升,可在保证精度的前提下提升工作效率。
