基于Deeplab v3+的高分辨率遥感影像地物分类研究

作者：陆妍如; 毛辉辉; 贺琰; 宋现锋

来源：地理空间信息, 2022, 20(06): 1-6.

DOI：10.3969/j.issn.1672-4623.2022.06.001

• Deeplab v3+
• 高空分辨率遥感影像
• 语义分割
• 地物分类

采用Deeplab v3+语义分割网络模型开展了高精度地物分类研究，并与FCN、UNet、SegNet等网络模型对比分析，结果表明Deeplab v3+提取的耕地、植被、建筑用地、道路、水系等地物图斑，其分类总体精度与Kappa系数在各项指标上均优于FCN、UNet、SegNet。此外，Deeplab v3+在路网道路、建筑物等线性特征显著、形状或边界变化剧烈的地物目标上，对图像纹理及空间几何特征的识别，都具有更高的有效性和适用性。

• 单位
  中国科学院大学; 中国科学院地理科学与资源研究所