科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前的遥感影像分类方法提取整个城市建成区绿地耗时耗力，提取结果容易出现误判的问题，该文提出了一种轻量级PSPNet网络的城市建成区绿地智能提取方法。以MobileNetV2作为特征提取主干网络，并引入深度可分离卷积替代标准卷积，以提升网络的运算速度。利用金字塔池化模块内不同尺度的池化核对MobileNetV2提取的底层特征进行下采样，以获取多尺度特征，然后通过上采样及高层特征融合，形成具有上下文信息的最终特征，从而提高网络的识别精度。在无人机影像上进行实验，并将结果与3种机器学习方法以及5种深度学习网络作对比。结果表明：该文方法优于文中的其他方法，其总体精度达到93.67%,模型训练时间最短，且具备一定的迁移能力和实用性，能快速、精确的提取整个城市建成区绿地。
- 单位
