基于深度学习的高分辨率遥感影像城市道路提取方法
基本信息
| 申请号 | CN201810029148.6 | 申请日 | - |
| 公开（公告）号 | CN108256464A | 公开（公告）日 | 2018-07-06 |
| 申请公布号 | CN108256464A | 申请公布日 | 2018-07-06 |
| 分类号 | G06K9/00;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 刘建明;杨晓冬;王楠;张艺译 | 申请（专利权）人 | 适普远景遥感信息技术（北京）有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 100029 北京市朝阳区裕民路12号1号楼8层B803 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的高分辨率遥感影像城市道路提取方法。基于深度学习的高分辨率遥感影像城市道路提取方法，利用SSD深度学习模型提取高分辨率影像中的城市道路信息的方法，可提高城市道路提取精度；构建了辐射特征损失函数和几何特征损失函数构建方法，结合传统SSD深度学习模型，大幅提高城市道路提取精度，本发明的优点主要体现在：自动化程度高，无需用户干预，提取效率高；基于深度学习目标检测模型，并且构建辐射和几何特征损失函数，城市道路提取精度高；方法可扩展性好，可适当调整模型参数以适用于不同传感器的遥感卫星图像。 |
