科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着科技水平的提高,深度学习算法的出现为高分辨率遥感图像的研究带来了新的突破,但国内对于将深度学习应用于遥感图像处理的研究尚未广泛开展。为填补此类空白,提出一种基于卷积神经网络(CNN)的对于高分辨率多光谱遥感图像进行自动分类的方法,对传统CNN框架进行一定的优化并加入Inception结构,进而横向比对其与支持向量机(SVM)分类算法的实际分类效果。以卫星拍摄的地面实物图片为例对该方法进行实验,结果表明,所提出的基于CNN的分类方法相比于传统方法在精度上有显著提升,纹理特征更加突出,分类效果更加出众。
-
单位沈阳航空航天大学; 电子信息工程学院
