基于卷积神经网络的Landsat卫星TM图像建筑物识别方法  

作　　者：高泽地 高建峰 GAO Ze-di;GAO Jian-feng

机构地区：[1]常州工学院计算机系,江苏常州213022 [2]苏州市吴江区农业农村局,江苏苏州215211

出　　处：《信息技术与信息化》2020年第11期196-199,共4页Information Technology and Informatization

摘　　要：人工智能和深度学习在图像识别领域发挥了重大作用,而TM卫星图像是研究土地利用情况的有效工具。以往的遥感图像建模需要花费大量的人工建立模型,且针对性不强。本研究提出了一个基于卷积神经网络的深度学习模型,能够有效地根据Landsat多波段TM图像识别建筑物,准确率(P-Score)和回收率(R-Score)分别达到0.82和0.84,并且较易于移植和修改。

关 键 词：卫星图像识别 深度学习 卷积神经网络 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]