深度卷积网络支持下的遥感影像井盖部件检测

作者：杨梦圆; 刘伟^*; 尹鹏程; 谢梦

来源：测绘通报, 2019, (08): 78-87.

DOI：10.13474/j.cnki.11-2246.2019.0256

• 井盖
• 遥感图像
• 目标检测
• 深度卷积网络
• 端到端

数字城市管理发展中城市部件调查是一项重要的任务,但是城市井盖部件信息获取存在人工调绘效率低、精度难以保证等缺陷,影响城市井盖部件的及时更新。因此本文利用深度卷积神经网络模型,通过小卷积核、尾部裁剪和保持输入大小等改进边缘检测网络(HED)并增加两层卷积运算提取目标,提出HED-C网络模型,实现了端到端的井盖部件目标检测。试验结果表明,利用HED-C模型井盖部件召回率可达96.58%,查准率可达97.93%,相较Faster R-CNN、YOLO和SSD网络模型,综合性能有了较大提高。

• 单位
  江苏师范大学; 资源与环境信息系统国家重点实验室