基于多特征U-Net网络的工程活动图斑快速识别

作者：黄磊; 陈尔东昊

来源：测绘通报, 2021, (12): 75-78.

DOI：10.13474/j.cnki.11-2246.2021.376

• 光学遥感影像
• 多维特征
• U-Net模型
• 深度学习
• 露天工程活动

为有效监测具有填挖、采剥等行为的工程活动情况,本文提出了一种用于像素级露天工程活动图斑提取的遥感多特征语义分割模型。该模型以高分二号(GF-2)光学遥感影像为数据源,采用U-Net深度神经网络架构,通过人工标注构建了反映露天工程活动的影像样本集,并提取样本的多维特征投入模型进行训练,从而实现了工程活动图斑的快速识别。试验结果显示,本文方法对露天工程活动图斑的总体识别精度可达87.36%,平均精度达86.78%,优于KNN、SVM两种传统分割方法,为工程活动自动化监管提供了技术参考。

• 单位
  重庆市勘测院